Symfony 爬虫获取带有以下兄弟的文本

Question

给出以下 html 代码：

<div class="body">
    1. Question <strong>1</strong>
    <input type="text" />
    2. You have <u>Question</u><strong>1</strong>
    <input type="text" />
    3. Question <strong>3</strong>
    <input type="text" />
</div>

我想要得到这样的文字：

[
   0 => 'Question 1', // Or 'Question <strong>1</strong>' is better
   1 => 'You have Question 2',
   2 => 'Question 3'
]

这是我的代码：

$results = [];
$questions = $crawler->filterXPath('//*[contains(@class, "body")]/text()[normalize-space()][following-sibling::input]');
$questions = $questions->each(function($c) use (&$results) {
    $line = trim($c->text());
    if(preg_match('/^[0-9]{1,2}\./', $line, $matches) == true) {
        $number = $matches[0];
        if(is_numeric($number) && $number != '') {
            $results[] = trim(str_replace($number, '', $line));
        }
    } elseif(!empty($results)) {
        $results[count($results) - 1] .= '\n'. $line;
    }
});

return $results;

无需

<strong>

和

<u>

标签即可正常工作。你到底该怎么做？

Answer 1

您可以使用 strip_tags($text) 从字符串中删除 html

在这里阅读相关内容http://www.w3schools.com/php/func_string_strip_tags.asp

如果你想删除起始数字，你可以使用explode() (http://php.net/manual/en/function.explode.php)就像

explode(' ', $line, 2)

注意末尾的“2”，这将生成 2 个元素的数组，第一个元素是数字 + 点，第二个元素是文本。