我想使用 PHP 从一个大型 HTML 页面中提取超过 100 个单词的文本块。文本是否包含在其中<p>...</p>
并不重要。我只关心构成连贯文本块的单词数量,因此也应考虑 HTML 段落之外的文本。
如何才能做到这一点?
我想使用 PHP 从一个大型 HTML 页面中提取超过 100 个单词的文本块。文本是否包含在其中<p>...</p>
并不重要。我只关心构成连贯文本块的单词数量,因此也应考虑 HTML 段落之外的文本。
如何才能做到这一点?
我使用 phpQuery。你熟悉 jQuery 吗?它们共享相同的语法。您可能会担心安装一个新库,但相信我,这个库非常值得额外开销
然后,您可以像这样访问它:
foreach($doc->find('p') as $element){
$element = pq($element);
echo str_word_count($element->text());
}
foreach($html->find('p') as $element){
echo str_word_count($element->src);
}