extraindo texto plano de elementos com uma classe designada usando o php dom

extraindo texto de elementos html específicos é uma tarefa comum no desenvolvimento da web. O PHP DOM fornece ferramentas robustas para analisar HTML e acessar seu conteúdo. Este artigo atende a um requisito específico para extrair texto de elementos com uma classe nomeada em duas matrizes planas. Nomes de classe alternados, a tarefa é salvar o texto em duas matrizes: uma para títulos e outra para conteúdo. Por exemplo, dado o seguinte html:

capítulo 1

Este é o capítulo 1

precisamos obter a seguinte saída:

$ heading = ['Capítulo 1', 'Capítulo 2', 'Capítulo 3']; $ content = ['Este é o capítulo 1', 'este é o capítulo 2', 'este é o capítulo 3'];

    Chapter 1


    This is chapter 1

solução

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

carrega o html em um objeto domdocument:

$ dom = new DomDocument (); $ dom-> loadHtml ($ test);

1. Crie um objeto domxpath para executar xpaths:

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

2. use a função parsetoarray () para extrair texto de elementos com classe especificada:

$xpath = new DOMXPath($dom);

na função partoarray ():

executa uma consulta XPath para a classe designada.

    Chapter 1


    This is chapter 1

itera através dos nós correspondentes e extrai seu conteúdo de texto.

Php função parsetoarray (domxpath $ xpath, string $ classe): Array { $ xpathQuery = "//*[@class = '$ class']"; $ elements = $ xpath-> consulta ($ xpathquery); $ resultArray = []; foreach ($ elements como $ element) { $ nós = $ element-> ChildNodes; foreach ($ nós como $ node) { $ resultArray [] = $ node-> nodEvalue; } } return $ resultArray; } $ test = capítulo 1

Este é o capítulo 1

capítulo 2

Este é o capítulo 2

capítulo 3

Este é o capítulo 3

Html; $ dom = new DomDocument (); $ dom-> loadHtml ($ test); $ xpath = new DomXPath ($ dom); $ Heading = Parsetoarray ($ XPath, 'Heading1-H'); $ content = parsetoarray ($ xpath, 'normal-h'); var_dump ($ cabeçalho); eco "
"; var_dump ($ content); eco "
";

Esta abordagem utiliza o poder do PHP DOM e XPath para extrair com eficiência o texto de documentos HTML, permitindo manipulação de conteúdo mais complexa e direcionada.