Извлечение плоского текста из элементов с назначенным классом с использованием PHP Dom

Извлечение текста из конкретных элементов HTML является общей задачей в веб -разработке. PHP DOM предоставляет надежные инструменты для анализа HTML и доступа к его содержимому. В этой статье рассматривается конкретное требование для извлечения текста из элементов с номинированным классом в два плоских массива. Чередующиеся имена классов, задача состоит в том, чтобы сохранить текст в два массива: один для заголовков и один для контента. Например, учитывая следующий html:

Глава 1

это глава 1

$ heading = ['Глава 1', 'Глава 2', 'Глава 3']; $ content = ['this is is wate 1', 'это глава 2', 'это глава 3'];

    Chapter 1


    This is chapter 1

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

загрузить HTML в объект Domdocument:

$ dom = new Domdocument (); $ dom-> loadhtml ($ test);

1. создать объект domxpath для выполнения xpaths:

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

$ heading = parsetOarray ($ xpath, 'Heading1-H'); $ content = parsetOarray ($ xpath, 'normal-h');

$xpath = new DOMXPath($dom);

3. он выполняет запрос xpath для назначенного класса.

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

Этот подход использует силу PHP DOM и XPath для эффективного извлечения текста из HTML -документов, что позволяет получить более сложные и целевые манипуляции содержимого.