extrahieren flacher Text aus Elementen mit einer festgelegten Klasse mit php dom

extrahieren Text aus spezifischen HTML -Elementen ist eine gemeinsame Aufgabe in der Webentwicklung. PHP DOM bietet robuste Tools für das Parsen von HTML und zum Zugriff auf deren Inhalt. Dieser Artikel befasst Wechselklassennamen besteht darin, den Text in zwei Arrays zu speichern: eine für Überschriften und eine für Inhalte. Zum Beispiel angesichts der folgenden html:

Kapitel 1

Dies ist Kapitel 1

wir müssen die folgende Ausgabe erhalten:

$ heading = ['Kapitel 1', 'Kapitel 2', 'Kapitel 3']; $ content = ['Dies ist Kapitel 1', 'Dies ist Kapitel 2', 'Dies ist Kapitel 3'. PHP DOM, wir verwenden Domdocument und DomxPath. Die Lösung beinhaltet die folgenden Schritte:

    Chapter 1


    This is chapter 1

Laden Sie das HTML in ein Domdocument -Objekt:

$heading = ['Chapter 1', 'Chapter 2', 'Chapter 3'];
$content = ['This is chapter 1', 'This is chapter 2', 'This is chapter 3'];

ein DomxPath-Objekt erstellen, um XPaths auszuführen:

$ xpath = new domxpath ($ dom);

1. verwenden paretoarray (), um Text aus Elementen mit angegebener Klasse zu extrahieren:

$dom = new DOMDocument();
$dom->loadHTML($test);

in der paretoArray () Funktion:

es führt eine XPath-Abfrage für die benannte Klasse aus.

$xpath = new DOMXPath($dom);

iteriert die übereinstimmenden Knoten und extrahiert ihren Textinhalt.

3. speichert den extrahierten Text in einem Array, der zurückgegeben wird.

$heading = parseToArray($xpath, 'Heading1-H');
$content = parseToArray($xpath, 'Normal-H');

php Funktion paretoArray (DomxPath $ xPath, String $ Klasse): Array { $ xPathQuery = "//*[@class = '$ class']"; $ Elements = $ xPath-> Abfrage ($ xPathQuery); $ resultarray = []; foreach ($ elements as $ element) { $ nodes = $ element-> childnodes; foreach ($ nodes als $ node) { $ resultArray [] = $ node-> nodeValue; } } return $ resultarray; } $ test = Kapitel 1

Dies ist Kapitel 1

Kapitel 2

Dies ist Kapitel 2

Kapitel 3

Dies ist Kapitel 3

Html; $ dom = new Domdocument (); $ dom-> loadHTML ($ test); $ xPath = new DomxPath ($ DOM); $ heading = paretoArray ($ xpath, 'heading1-h'); $ content = paretoArray ($ xpath, 'normal-h'); var_dump ($ hething); echo "
"; var_dump ($ content); echo "
";

Dieser Ansatz verwendet die Kraft von PHP DOM und XPath, um Text aus HTML -Dokumenten effizient zu extrahieren und komplexere und gezielte Inhaltsmanipulation zu ermöglichen.