每当我尝试访问HTML文件的DOM(我只对文本元素感兴趣)时,如果我指向节点的textContent属性,它将回显该特定节点树中的所有文本。例如:
这会产生以下结果:
我希望能从仅包含直接文本内容的元素中提取文本。在上面的示例中,它们将是 p、a 和 td。
我该如何做呢?
以下是代码(从 这里 提取):
<html lang="en">
<body>
<p> 1st text I need</p>
<a href="#">2nd text I need</a>
<table>
<tr>
<td>3rd text I need</td>
</tr>
</table>
</body>
</html>
这会产生以下结果:
#document
html
html 1st text I need 2nd text I need 3rd text I need
body 1st text I need 2nd text I need 3rd text I need
p 1st text I need
a 2nd text I need
table 3rd text I need
tr 3rd text I need
td 3rd text I need
我希望能从仅包含直接文本内容的元素中提取文本。在上面的示例中,它们将是 p、a 和 td。
我该如何做呢?
以下是代码(从 这里 提取):
<?php
$doc = new DOMDocument();
@$doc->loadHTMLFile('test.html');
walkDom($doc);
function walkDom($node, $level = 0)
{
$indent = '';
for ($i = 0; $i < $level; $i++)
$indent .= ' '; //prettifying the output
if($node->nodeType != XML_TEXT_NODE) {
echo $indent .'<b>' . $node->nodeName .'</b>';
if( $node->nodeType == XML_ELEMENT_NODE ) {
echo $node->textContent;
}
echo '<br>';
}
$cNodes = $node->childNodes;
if (count($cNodes) > 0)
{
$level++; // go one level deeper
foreach($cNodes as $cNode)
walkDom($cNode, $level);
$level = $level - 1;
}
}
$node->nodeValue = str_replace("this", "that", $node->wholeText);
但在某些情况下可能会更加复杂。 - miken32