php - 用 domDocument 类计算单词

Question

如何使用 domDocument 计算 html 页面中的单词？

例如，如果输入类似于：

    <div> Hello something open. <a href="open.php">click</a> 
    lorem ipsum <a href="open.php">here></a>

输出：
Number Word
1 Hello
2 something
3 open
4 click
5 lorem
6 ipsum
7 here。

如果我只需要链接文本怎么办？
点击
这里 4 7

Answer 1

如果您需要对整个文档进行此操作，则可能更容易仅对结果strip_tags运行然后运行str_word_count。

如果你必须用 DOM 做这个，你可以做

$str = <<< HTML
<div> Hello something open. <a href="open.php">click</a>
lorem ipsum <a href="open.php">here></a></div>
HTML;

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

$xpath = new DOMXPath($dom);
$nodes = $xpath->query('//text()');

$textNodeContent = '';
foreach($nodes as $node) {
    $textNodeContent .= " $node->nodeValue";
}
print_r(str_word_count( $textNodeContent, 1 ));

text()用作XPath表达式只会为您提供文档中的文本节点。您可以将此限制为仅返回带有//a/text()表达式的链接文本。