如何在 PHP 中获取 DOMElement 的 innerText？答案

【问题标题】：How can I get a DOMElement's innerText in PHP?如何在 PHP 中获取 DOMElement 的 innerText？
【发布时间】：2017-03-04 03:57:23
【问题描述】：

我们在我们的网站上使用 CMS。许多用户已将 HTML 内容添加到格式奇怪的数据库中。例如，将他们所有的 HTML 放在一行中：

<h1>This is my title</h1><p>First paragraph</p><p>Second paragraph</p>

当然，这会在浏览器中正确呈现。但是，我正在用 PHP 编写一个脚本，将这些数据加载到 DOMDocument 中，如下所示：

$doc = new DOMDocument();
$doc->loadHTML($row['body_html']);
var_dump($doc->documentElement->textContent);

这显示为：

This is my titleFirst paragraphSecond paragraph

如何让documentElement 返回innerText，而不是textContent？我相信innerText 会返回一个带换行符的字符串。

【问题讨论】：

您应该遍历 DomDocument 中的所有元素并逐项获取文本并手动插入空格。例如，看看here。 DomDocument 本身不知道它应该在哪里，除了空格。

标签： php html dom

【解决方案1】：

正如cb0所说：

您应该遍历 DomDocument 中的所有元素并获取逐项文本并手动插入空格。看一看 here 例如。 DomDocument 本身不知道它应该在哪里，但是空格。

我写了如下函数递归遍历DOMDocument对象：

function get_text_from_dom($node, $text) {
  if (!is_null($node->childNodes)) {
    foreach ($node->childNodes as $node) {
      $text = get_text_from_dom($node, $text);
    }
  }
  else {
    return $text . $node->textContent . ' ';
  }
  return $text;
}

并将问题中的代码替换为以下内容：

$doc = new DOMDocument();
$doc->loadHTML($row['body_html']);
var_dump(get_text_from_dom($doc->documentElement));

太棒了。

【讨论】：