PHP DOM 解析器移动关闭 div 标记答案

【问题标题】：PHP DOM Parser Moving Closing Div TagPHP DOM 解析器移动关闭 div 标记
【发布时间】：2018-02-14 21:51:32
【问题描述】：

这是我的代码：

$myHtml = '
<div class="div-class">
    <p>text</p>

    <p><a href="#">text</a></p>
</div>

<ul class="some-class">
    <li><a href="#" target="_blank" title="something something"><img src="" alt=""></a>
    </li>
    <li><a href="" target="_blank" title=""><img src="" alt=""></a>
    </li>
    <li><a href="" target="_blank" title=""><img src=""></a>
    </li>
</ul>
';

$doc = new \DOMDocument();
$doc->loadHTML($myHtml, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
$xpath = new \DOMXPath($doc);
$anchors = $xpath->query("//a[@title='something something']");
$list = $xpath->query("//ul[@class='some-class']")[0];
foreach ($anchors as $a) {
    $list->removeChild($a->parentNode);
}

var_dump($doc->saveHTML());

本质上，我正在尝试删除包含标题为“某事某事”的锚标记的列表项。但是，当我在应用更改后保存 html 时，列表会移动到 div 标记内。为什么会出现这种情况？谢谢。

【问题讨论】：

标签： php html string domparser

【解决方案1】：

loadHTML() 尝试更正语法，它不喜欢 ul 元素是无父元素，因此它将其移动到 div 内。如果将其全部包裹在 body 标记周围，它将正常工作。

<?php
$myHtml = '
<html>
<body>
<div class="div-class">
    <p>text</p>

    <p><a href="#">text</a></p>
</div>

<ul class="some-class">
    <li><a href="#" target="_blank" title="something something"><img src="" alt=""></a>
    </li>
    <li><a href="" target="_blank" title=""><img src="" alt=""></a>
    </li>
    <li><a href="" target="_blank" title=""><img src=""></a>
    </li>
</ul>
</body>
</html>
';

$doc = new \DOMDocument();
$doc->loadHTML($myHtml, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
$xpath = new \DOMXPath($doc);
$anchors = $xpath->query("//a[@title='something something']");
$list = $xpath->query("//ul[@class='some-class']")[0];
foreach ($anchors as $a) {
    $list->removeChild($a->parentNode);
}

var_dump($doc->saveHTML());

Demo

或者，没有LIBXML_HTML_NOIMPLIED 标志：

<?php
$myHtml = '
<div class="div-class">
    <p>text</p>

    <p><a href="#">text</a></p>
</div>

<ul class="some-class">
    <li><a href="#" target="_blank" title="something something"><img src="" alt=""></a>
    </li>
    <li><a href="" target="_blank" title=""><img src="" alt=""></a>
    </li>
    <li><a href="" target="_blank" title=""><img src=""></a>
    </li>
</ul>
';

$doc = new \DOMDocument();
$doc->loadHTML($myHtml, LIBXML_HTML_NODEFDTD);
var_dump (libxml_get_errors());
$xpath = new \DOMXPath($doc);
$anchors = $xpath->query("//a[@title='something something']");
$list = $xpath->query("//ul[@class='some-class']")[0];
foreach ($anchors as $a) {
    $list->removeChild($a->parentNode);
}

var_dump($doc->saveHTML());

Demo

【讨论】：

感谢@ishegg 的回复。除了添加/剥离body标签还有其他方法吗？
您看到编辑后的答案了吗？如果您删除LIBXML_HTML_NOIMPLIED，它将工作而无需更改任何其他内容。
但是如果你删除 LIBXML_HTML_NOIMPLIED，它会添加 body 和 html 标签打开/关闭标签。
我明白你的意思。 AFAIK，不，DOMDocument 将始终尝试“修复”您的标记。也许作为一种解决方法，将所有内容包装在一个假标签中然后将其删除？
谢谢。我最终只使用了虚拟 div 并将它们留在那里。