1

我正在尝试阅读网站的内容,但我遇到了一个问题,我想获取图像,链接这些元素,但我想获取它们本身的元素而不是元素内容,例如我想获取它:我想获取整个元素。

我怎样才能做到这一点..

<?php

    $ch = curl_init();

    curl_setopt($ch, CURLOPT_URL, "http://www.link.com");
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);

    $output = curl_exec($ch);

    $dom = new DOMDocument;
    @$dom->loadHTML($output);

    $items = $dom->getElementsByTagName('a');

    for($i = 0; $i < $items->length; $i++) {
        echo $items->item($i)->nodeValue . "<br />";
    }

    curl_close($ch);;
?>
4

2 回答 2

4

您似乎在要求DOMElement的序列化 html ?例如,您想要一个包含<a href="http://example.org">link text</a>? (请让你的问题更清楚。)

$url = 'http://example.com';
$dom = new DOMDocument();
$dom->loadHTMLFile($url);

$anchors = $dom->getElementsByTagName('a');

foreach ($anchors as $a) {
    // Best solution, but only works with PHP >= 5.3.6
    $htmlstring = $dom->saveHTML($a);

    // Otherwise you need to serialize to XML and then fix the self-closing elements
    $htmlstring = saveHTMLFragment($a);
    echo $htmlstring, "\n";
}


function saveHTMLFragment(DOMElement $e) {
    $selfclosingelements = array('></area>', '></base>', '></basefont>',
        '></br>', '></col>', '></frame>', '></hr>', '></img>', '></input>',
        '></isindex>', '></link>', '></meta>', '></param>', '></source>',
    );
    // This is not 100% reliable because it may output namespace declarations.
    // But otherwise it is extra-paranoid to work down to at least PHP 5.1
    $html = $e->ownerDocument->saveXML($e, LIBXML_NOEMPTYTAG);
    // in case any empty elements are expanded, collapse them again:
    $html = str_ireplace($selfclosingelements, '>', $html);
    return $html;
}

但是,请注意,您所做的事情很危险,因为它可能会混合编码。最好将您的输出作为另一个 DOMDocument 并用于importNode()复制您想要的节点。或者,使用 XSL 样式表。

于 2012-05-10T03:11:58.993 回答
0

我假设您只是复制粘贴了一些示例代码,并没有费心去了解它的实际工作原理......

无论如何,该->nodeValue部分获取元素并返回文本内容(因为该元素有一个文本节点子节点 - 如果它还有其他内容,我不知道nodeValue会给出什么)。

所以,只需删除->nodeValue你的元素。

于 2012-05-10T00:40:37.667 回答