php - 使用简单的 html dom 获取“外部文本”HTML

Question

我使用简单的 html dom 来抓取新闻网站。经过长时间搜索将反应性 URls 修复为绝对值后，我终于能够像这样正确地做到这一点：

$url = 'http://www.nu.nl';

    $html = file_get_html($url);
    foreach($html->find('a') as $element) {
        echo url_to_absolute($url, $element->href), "<br />";
    }

现在的问题是这会将href 输出为纯文本。简单的 html dom 中有内置函数，如“outertext”、“innertext”等，可以将 html 转换为纯 html。如何在上面的代码中使用这个函数？我如何（例如）回显整个页面echo $html并包含上面的代码来修复 URls？

Answer 1

未经测试，但我认为你可以做类似的事情

$url = 'http://www.nu.nl';

$html = file_get_html($url);
foreach($html->find('a') as $element) {
    $element->href = url_to_absolute($url, $element->href);
}
echo $html->save();

因为$element是一个参考（我假设）并将$html->save()从 DOM 树重新创建它，它将提供修改后的源