5

我正在寻找文章中的第一个 h2。找到后，查找所有 h3，直到找到下一个 h2。冲洗并重复，直到找到所有标题和副标题。

在您立即将此问题标记或关闭为重复解析问题之前，请注意问题标题，因为这与基本节点检索无关。我已经把那部分记下来了。

我使用DOMDocument来解析 HTML DOMDocument::loadHTML()， DOMDocument::getElementsByTagName()并DOMDocument::saveHTML()检索文章的重要标题。

我的代码如下：

$matches = array();
$dom = new DOMDocument;
$dom->loadHTML($content);
foreach($dom->getElementsByTagName('h2') as $node) {
    $matches['heading-two'][] = $dom->saveHtml($node);
}
foreach($dom->getElementsByTagName('h3') as $node) {
    $matches['heading-three'][] = $dom->saveHtml($node);
}
if($matches){
    $this->key_points = $matches;
}

这给了我类似的输出：

array(
    'heading-two' => array(
        '<h2>Here is the first heading two</h2>',
        '<h2>Here is the SECOND heading two</h2>'
    ),
    'heading-three' => array(
        '<h3>Here is the first h3</h3>',
        '<h3>Here is the second h3</h3>',
        '<h3>Here is the third h3</h3>',
        '<h3>Here is the fourth h3</h3>',
    )
);

我希望有更多类似的东西：

array(
    '<h2>Here is the first heading two</h2>' => array(
        '<h3>Here is an h3 under the first h2</h3>',
        '<h3>Here is another h3 found under first h2, but after the first h3</h3>'
    ),
    '<h2>Here is the SECOND heading two</h2>' => array(
        '<h3>Here is an h3 under the SECOND h2</h3>',
        '<h3>Here is another h3 found under SECOND h2, but after the first h3</h3>'
    )
);

我并不完全在寻找代码完成（如果您觉得这样做会更好地帮助其他人 - 继续），但或多或​​少的指导或建议是朝着正确的方向完成一个嵌套数组，就像上面一样。

4

2 回答 2

10

我假设所有标题在 DOM 中都处于同一级别，因此每个 h3 都是 h2 的兄弟。有了这个假设，您可以遍历 h2 的兄弟姐妹，直到遇到下一个 h2：

foreach($dom->getElementsByTagName('h2') as $node) {
    $key = $dom->saveHtml($node);
    $matches[$key] = array();
    while(($node = $node->nextSibling) && $node->nodeName !== 'h2') {
        if($node->nodeName == 'h3') {
            $matches[$key][] = $dom->saveHtml($node);   
        }
    }
}
于 2013-08-09T22:02:01.520 回答
2

这也可以通过获取在文档中找到节点元素的行号并将其存储为数组元素键，然后ksort($matches)将数组中的每个节点元素返回到它们的原始行位置，因为它会在HTML 文档。

$matches = array();
$dom = new DOMDocument;
$dom->loadHTML($content);

foreach($dom->getElementsByTagName('h2') as $node) {
    $matches[$node->getLineNo()] = $dom->saveHtml($node);
}
foreach($dom->getElementsByTagName('h3') as $node) {
    $matches[$node->getLineNo()] = $dom->saveHtml($node);
}

ksort($matches);

...或更严格的代码；

foreach(array('h2', 'h3') as $tag) {
    foreach($dom->getElementsByTagName($tag) as $node) {
        $matches[$node->getLineNo()] = $dom->saveHtml($node);
    }
}

ksort($matches);
于 2013-08-09T22:36:19.057 回答