如何获取DOMNode的innerHTML？答案

【问题标题】：How to get innerHTML of DOMNode?如何获取DOMNode的innerHTML？
【发布时间】：2011-01-06 10:10:33
【问题描述】：

在 PHP DOM 实现中，您使用什么函数来获取给定 DOMNode 的 innerHTML？有人可以提供可靠的解决方案吗？

当然，outerHTML 也可以。

【问题讨论】：

【解决方案1】：

Compare 这个更新的变体带有PHP Manual User Note #89718：

<?php 
function DOMinnerHTML(DOMNode $element) 
{ 
    $innerHTML = ""; 
    $children  = $element->childNodes;

    foreach ($children as $child) 
    { 
        $innerHTML .= $element->ownerDocument->saveHTML($child);
    }

    return $innerHTML; 
} 
?>

例子：

<?php 
$dom= new DOMDocument(); 
$dom->preserveWhiteSpace = false;
$dom->formatOutput       = true;
$dom->load($html_string); 

$domTables = $dom->getElementsByTagName("table"); 

// Iterate over DOMNodeList (Implements Traversable)
foreach ($domTables as $table) 
{ 
    echo DOMinnerHTML($table); 
} 
?>

【讨论】：

谢谢。它工作正常。不应该 $dom->preserveWhiteSpace = false;在文件加载之前？
@JohnM2: Yes it should.
附加说明：从 PHP 5.3.6 开始，您可以省去临时的 DOMDocument。也有人可能想用ltrim 替换trim（甚至完全删除它）以保留一些空格，如换行符。
DomDocument 类应该添加这样的函数。
我必须更改函数声明以期望 DOMElement 而不是 DOMNode，因为我正在传递来自 DOMDocument::getElementById() 的返回值。以防它绊倒别人。

【解决方案2】：

这是一个函数式编程风格的版本：

function innerHTML($node) {
    return implode(array_map([$node->ownerDocument,"saveHTML"], 
                             iterator_to_array($node->childNodes)));
}

【讨论】：

【解决方案3】：

要返回元素的html，可以使用C14N()：

$dom = new DOMDocument();
$dom->loadHtml($html);
$x = new DOMXpath($dom);
foreach($x->query('//table') as $table){
    echo $table->C14N();
}

【讨论】：

C14N 将尝试将 HTML 转换为有效的 XML。例如
将变为
这是一种转储元素 HTML 的肮脏方式，无需使用将输出 html、head 和 body 标记的 saveHTML。

【解决方案4】：

Haim Evgi 回答的简化版本：

<?php

function innerHTML(\DOMElement $element)
{
    $doc = $element->ownerDocument;

    $html = '';

    foreach ($element->childNodes as $node) {
        $html .= $doc->saveHTML($node);
    }

    return $html;
}

示例用法：

<?php

$doc = new \DOMDocument();
$doc->loadHTML("<body><div id='foo'><p>This is <b>an <i>example</i></b> paragraph<br>\n\ncontaining newlines.</p><p>This is another paragraph.</p></div></body>");

print innerHTML($doc->getElementById('foo'));

/*
<p>This is <b>an <i>example</i></b> paragraph<br>

containing newlines.</p>
<p>This is another paragraph.</p>
*/

无需设置preserveWhiteSpace 或formatOutput。

【讨论】：

【解决方案5】：

除了 trincot 的 array_map 和 implode 的漂亮版本之外，这次是 array_reduce：

return array_reduce(
   iterator_to_array($node->childNodes),
   function ($carry, \DOMNode $child) {
        return $carry.$child->ownerDocument->saveHTML($child);
   }
);

还是不明白，为什么没有reduce() 方法可以接受数组和迭代器。

【讨论】：

【解决方案6】：

function setnodevalue($doc, $node, $newvalue){
  while($node->childNodes->length> 0){
    $node->removeChild($node->firstChild);
  }
  $fragment= $doc->createDocumentFragment();
  $fragment->preserveWhiteSpace= false;
  if(!empty($newvalue)){
    $fragment->appendXML(trim($newvalue));
    $nod= $doc->importNode($fragment, true);
    $node->appendChild($nod);
  }
}

【讨论】：

【解决方案7】：

这里有另一种方法，基于 php.net 上 Drupella 的 this comment，它非常适合我的项目。它通过创建新的DOMDocument、导入并附加目标节点来定义innerHTML()，而不是显式迭代子节点。

内部HTML

让我们定义这个辅助函数：

function innerHTML( \DOMNode $n, $include_target_tag = true ) {
  $doc = new \DOMDocument();
  $doc->appendChild( $doc->importNode( $n, true ) );
  $html = trim( $doc->saveHTML() );
  if ( $include_target_tag ) {
      return $html;
  }
  return preg_replace( '@^<' . $n->nodeName .'[^>]*>|</'. $n->nodeName .'>$@', '', $html );
}

我们可以通过第二个输入参数包含/排除外部目标标签。

使用示例

这里我们提取由“first”id属性给出的目标标签的内部HTML：

$html = '<div id="first"><h1>Hello</h1></div><div id="second"><p>World!</p></div>';
$doc  = new \DOMDocument();
$doc->loadHTML( $html );
$node = $doc->getElementById( 'first' );

if ( $node instanceof \DOMNode ) {

    echo innerHTML( $node, true );
    // Output: <div id="first"><h1>Hello</h1></div>    

    echo innerHTML( $node, false );
    // Output: <h1>Hello</h1>
}

活生生的例子：

http://sandbox.onlinephpfunctions.com/code/2714ea116aad9957c3c437d46134a1688e9133b8

【讨论】：

【解决方案8】：

旧查询，但有一个内置方法可以做到这一点。只需将目标节点传递给DomDocument->saveHtml()。

完整示例：

$html = '<div><p>ciao questa è una <b>prova</b>.</p></div>';
$dom = new DomDocument($html);
@$dom->loadHTML($html);
$xpath = new DOMXPath($dom);
$node = $xpath->query('.//div/*'); // with * you get inner html without surrounding div tag; without * you get inner html with surrounding div tag
$innerHtml = $dom->saveHtml($node);
var_dump($innerHtml);

输出：<p>ciao questa è una <b>prova</b>.</p>

【讨论】：

警告：DOMDocument::saveHTML() 期望参数 1 是 DOMNode，给定对象

【解决方案9】：

对于想要从 XPath 查询中获取 HTML 的人，这是我的版本：

$xpath = new DOMXpath( $my_dom_object );

$DOMNodeList = $xpath->query('//div[contains(@class, "some_custom_class_in_html")]');

if( $DOMNodeList->count() > 0 ) {
    $page_html = $my_dom_object->saveHTML( $DOMNodeList->item(0) );
}

【讨论】：