正在用格式化文本解析 HTML

Question

我正在使用 DOMDocument 解析 HTML 网页。

这是我的代码：

$doc = new DOMDocument();
$doc->strictErrorChecking = false;
$input = file_get_contents($url); //Url passato come parametro
$doc->loadHTML( $input );
$xpath = new DOMXpath($doc);
$article = $xpath->query('//div[@class="entry-container fix"]');

在 $article 中，我将所有文本都放在 "entry-container fix" Div 中。

但是网页中的这段文字是有格式的。简单举例：

<div> 
   <p> Text <strong> Strong text </strong> </p>
</div>

在我的代码中，我丢失了所有粗体、意大利字符、所有段落等等... 有没有办法获取所有格式化的文本？

Answer 1

为什么不使用保存HTML函数来提取HTML（这里是link：http://php.net/manual/fr/domdocument.savehtml.php）。它看起来像这样：

$sFormated = $doc->saveHTML($article->item(0));

正在用格式化文本解析 HTML

Parsing HTML with formatted text

html

php

parsing

domdocument