PHP中的XPath去除HTML标签

Question

PHP中的XPath去除HTML标签

4

我正在使用PHP中的XPath来检索HTML文档的一部分。假设我的HTML文档看起来像这样：

<html>
    <head>
    </head>
    <body>
        <div id="first">
            <a href="some_link_address.com">Hello</a>
            <p>Some text here</p>
        </div>
        <div id="second">
            <p>Some other text here</p>
            <img src="src/to/image.jpg" />
        </div>
    </body>
</html>

我的PHP代码包括XPath调用如下：

$result_dom = new DOMDocument('1.0', 'utf-8');
$node_to_keep = $xpath->query("//div[@id='first']");

foreach ($nodes_to_keep as $node) {

    $element = $result_dom->createElement('div', $node->nodeValue;);
    $result_dom ->appendChild($element);
}

我原本期望生成的DOM将包含以下内容。

<div>
    <a href="some_link_address.com">Hello</a>
    <p>Some text here</p>
</div>

然而，这是生成的 DOM。

<div>
    Hello
    Some text here
</div>

所以我的问题是，我该如何设置生成的DOM以包含HTML标记。我不想将它们删除。

谢谢。

- Greeso

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- rich remer · Accepted Answer

元素的“nodeValue”是该元素的文本内容。文档中的文本节点不包括<a ...>等，只包括这些元素内部和之间的文本。因此，在新元素中，您只会得到这些文本。

不要手动创建节点，而是导入结果节点的深度副本并将其附加：

$importedNode = $result_dom->importNode($node, true);
$result_dom->appendChild($importedNode);