如何删除特定类容器内的链接（php scrape）？答案

【问题标题】：How to remove links inside a specific class container (php scrape)?如何删除特定类容器内的链接（php scrape）？
【发布时间】：2011-03-11 00:34:34
【问题描述】：

我正在使用 php 来抓取页面。如何从具有特定类的 div 中删除链接，同时保持名称显示？

例如

<p>Our list of teachers:</p>
<div class="teacher"><a href="...">John Brown</a></div>
<div class="teacher"><a href="...">Peter Smith</a></div>
<div class="teacher"><a href="...">Jane Doe</a></div>

感谢您的帮助，杰夫

【问题讨论】：

标签： php web-scraping

【解决方案1】：

DOMDocument（用于解析）和DOMXPath（用于选择）将让您轻松获取该文本。

【讨论】：

【解决方案2】：

使用PHPQuery，一种以类似 JQuery 的方式操作 DOM 的方法。

【讨论】：

【解决方案3】：

phpQuery 或QueryPath 大大简化了这一点。但是用一个实际的例子来提供答案：

$dom = qp($html);  // or $url
foreach ($dom->find("div.teacher a") as $a) {
    $a->replaceWith( $a->text() );
}
$html = $dom->writeHTML();

【讨论】：

谢谢，这看起来很棒。我不熟悉 phpQuery - 使用它涉及什么？它仅仅是一个图书馆的链接吗？
是的，它是一个围绕 DOMDocument 的库包装器（它本身使用起来有点麻烦）。 phpQuery 有更好的文档，但是 QueryPath 允许只写 qp($html) 这就是我更喜欢它的原因。您需要下载和 include() 以使用紧凑函数调用。
谢谢马里奥，很抱歉迟到的答案，（但我不得不搁置一段时间。）这实际上是现有脚本的一部分 - 是否可以不使用 phpQuery 或 QueryPath库 - 即，在普通 php 中？
你将不得不使用原始的 DOMDocument API。无论如何，在这种情况下，这只是稍微多一点的编码工作。