php - 提取部分 HTML 文档 - 需要包含 xHTML 标记

Question

我有一种情况需要提取 xHTML 页面的一部分，包括标记。

在这种情况下，正则表达式不是正确的路线，因为我不能保证子 div 的确切数量。

<div id="myDiv">
    <div><p>This is some content</p></div>
    <div><p>This additional content</p></div>
</div>

因此，在上面的代码片段中，我需要提取<div><p>This is some content</p></div>包含标记的 .

我已经对使用 xPath 进行了一些研究，这似乎是完成这项工作的方法，但我不确定如何让它不仅返回节点的值，而且返回所有相关的标记。

Answer 1

你是对的，这可以通过DOMDocument和XPath来实现，如下所示：

$doc = new DOMDocument();
$doc->loadHTML( $html); // Load the HTML snippet

$xpath = new DOMXPath( $doc);
$node = $xpath->query( '//div[@id="myDiv"]/div')->item(0); // Get the <div>

$saved_node = $doc->saveHTML( $node); // Export that node

在输出中，您可以看到所需的字符串，包括标记：

string(62) "<div><p>This is some content</p></div>" 

请注意，我必须运行输出，htmlentities()这样您就可以在<div>不查看页面源代码的情况下看到。