PHP 简单的 HTML DOM 解析答案

【问题标题】：PHP simple HTML DOM parsePHP 简单的 HTML DOM 解析
【发布时间】：2015-01-13 12:19:05
【问题描述】：

我想使用 dom 解析器从一些 html 代码中提取一些信息，但我卡在了一个点上。

<div id="posts">
    <div class="post">
        <div class="user">me:</div>
        <div class="post">I am an apple</div>
    </div>
    <div class="post">
        <div class="user">you:</div>
        <div class="post">I am a banana</div>
    </div>
    <div class="post">
        <div class="user">we:</div>
        <div class="post">We are fruits</div>
    </div>
</div>

这将打印用户。

$users= $html->find('div[class=user]');
foreach($users as $user)
    echo $user->innertext;

这将打印帖子。

$posts = $html->find('div[class=post]');
foreach($posts as $post)
    echo $post->innertext;

我想把它们打印在一起，而不是像这样分开打印：

me:
I am an apple
you:
I am a banana
we:
We are fruits

如何使用解析器做到这一点？

【问题讨论】：

DOMDocument 也许？
如果你的html如你所见，你可以使用strip_tags()以非常简单的方式得到你的输出
strip_tags 会将代码与文本分开，不过我想做的是解析。

标签： php html simple-html-dom

【解决方案1】：

使用您提供的标记，您只需指出主 div (div#posts) 的子项，然后循环所有子项。然后为每个孩子获取第一个和第二个：

foreach($html->find('div#posts', 0)->children() as $post) {
    $user = $post->children(0)->innertext;
    $post = $post->children(1)->innertext;
    echo $user . '<br/>' . $post . '<hr/>';
}

虽然我真的建议使用DOMDocument ：

$dom = new DOMDocument;
$dom->loadHTML($html_markup);
$xpath = new DOMXpath($dom);
$elements = $xpath->query('//div[@id="posts"]/div[@class="post"]');
foreach($elements as $posts) {
    $user = $xpath->evaluate('string(./div[@class="user"])', $posts);
    $post = $xpath->evaluate('string(./div[@class="post"])', $posts);
    echo $user . '<br/>' . $post . '<hr/>';
}

【讨论】：

再次，如果我不知道是否还有更多的孩子怎么办？我想解析确切的特定 div。
@GeorgeIrimiciuc 的问题是，如果有多个 div 和这样的类怎么办？由于您提供的 html 标记在您想要的那些值上设置了特定位置，因此通过孩子们获得它似乎直截了当。无论如何，您也可以使用->class 属性来检查它，->class == "user"

【解决方案2】：

假设您使用的是Simple HTML DOM Parser，您可以使用find() 和逗号分隔格式。试试这个：

$posts = $html->find('div.post');
foreach($posts as $post){
  $children = $post->find('div.user,div.post');
  foreach($children as $child){
    echo $child->class.' -- ';
    echo $child->innerText(); echo '<br>';
  }
}

输出

user -- me:
post -- I am an apple
user -- you:
post -- I am a banana
user -- we:
post -- We are fruits

【讨论】：

这个格式可以，但是如果我不知道有没有其他的孩子呢？
不过，这不会对用户和帖子产生影响。
@GeorgeIrimiciuc $child->class 可以。

【解决方案3】：

使用下面的代码

$users= $html->find('div[class=user]');
$posts = $html->find('div[class=post]');
foreach($users as $i=>$user){
    echo $user->innertext."<br>";
echo $posts[$i]->innertext;
    }

希望对你有帮助

【讨论】：

这将失败，因为“div class=post”的数量多于 div class=user 的数量。（非常糟糕的格式设计）