从<li>

Question

我在

<li>

内有一些

<div>

标签，如下所示：

<li> <a href="link1"> one <li>
<li> <a href="link2"> two <li>
<li> <a href="link3"> three <li>

如何使用 HTML DOM 解析器获取文本

two

，然后将其放入数组中以供稍后使用？

Answer 1

您需要确保

a

标签已关闭，然后您可以这样做：

<?php 
$html = '<li> <a href="link1"> one </a> <li>
<li> <a href="link2"> two </a> <li>
<li> <a href="link3"> three </a> <li>
';

// Create a new DOM Document
$xml = new DOMDocument();

// Load the html contents into the DOM
$xml->loadHTML($html);

// Empty array to hold all links to return
$result = array();

//Loop through each <li> tag in the dom
foreach($xml->getElementsByTagName('li') as $li) {
    //Loop through each <a> tag within the li, then extract the node value
    foreach($li->getElementsByTagName('a') as $links){
        $result[] = $links->nodeValue;
    }
}
//Return the links
print_r($result);
/*
Array
(
    [0] =>  one 
    [1] =>  two 
    [2] =>  three 
)

*/
?>

Answer 2

考虑使用 Simple HTML Dom Parser 来实现这一点。示例代码：

// include the simple html dom parser
include 'simple_html_dom.php'; 

// load the html with one of the sutiable methods available with it
$html = str_get_html('<li><a href="link1">one</a></li><li><a href="link2">two</a></li>');

// create a blank array to store the results
$items = array();

// loop through "li" elements and store the magic plaintext attribute value inside $items array
foreach( $html->find('li') as $li ) $items[] = $li->plaintext;

// this should output: Array ( [0] => one [1] => two ) 
print_r( $items );

Answer 3

如果不关闭

</a>

标签，您的输入 HTML 看起来会损坏，但您仍然可以使用合法的 DOM 解析器来获取您需要的内容。 使用 XPath 将直接隔离所需的文本。 您可能希望也可能不希望修剪空格。

代码：（演示）

$doc = new DOMDocument();
$doc->loadHTML($html);
$xpath = new DOMXPath($doc);

保留空格：

var_export(
    array_column(
        iterator_to_array($xpath->query('//li/a/text()')),
        'nodeValue'
    )
);

输出：

array (
  0 => ' one ',
  1 => ' two ',
  2 => ' three ',
)

修剪空格：

var_export(
    array_map(
        fn($text) => trim($text->nodeValue),
        iterator_to_array($xpath->query('//li/a/text()')),
    )
);

输出：

array (
  0 => 'one',
  1 => 'two',
  2 => 'three',
)