如何获得 DiVs 等级?

How To get DiVs Level?

$html ='<html>
<head>
    <title></title>
</head>
<body>
    <div class="">
        <div class="">
           <p><strong><span style="color:#FF0000"> Content1 </span></strong></p>
           <p style="text-align:center"> Content2 <img src="https://example.com/bla1.jpg"/></p>
        </div>
       
        <h2> Header </h2>
        <div class=""><p><strong> Content3 </strong></p> </div>

    </div>

    <div class=""> Content4 </div>
    <div class="">
                   <p> Content5 </p>  
                   <p> Content6 </p> 
                   <span> blah.. </span>
    </div>
</body></html>';

我需要这样一个数组:

这意味着每个DIV(包括P)是否有一个child或parent DIV ?

你的尝试不错,但我更愿意获取所有 p 标签,然后如果 div 是当前 [=] 的父节点,则爬升 DOM 节点层次结构14=]节点。这样,您将只收集那些 pdiv 作为父节点的节点,而不是其他节点。换句话说,它就像 CSS 选择器 div > p.

$ps = array();
$doc = new DomDocument('1.0', 'UTF-8');
$doc->loadHTML(mb_convert_encoding($HTML, 'HTML-ENTITIES', 'UTF-8'));

foreach($doc->getElementsByTagName('p') as $p){
   $curr_node = $p->parentNode;
   while(property_exists($curr_node,'tagName')){
      if($curr_node->tagName == 'div'){
        $ps[] = $p;
        break;
      }
      $curr_node = $curr_node->parentNode;
      if($curr_node === null) break;
   }
}

print_r($ps);

更新#1:

要获得每个 divp,您可以递归遍历每个 div 的所有子节点并收集所有 p 并将其添加到结果中,如下所示:

function getPs($node,&$result){
    foreach ($node->childNodes as $c_node) {
        if(property_exists($c_node, 'tagName') && $c_node->tagName == 'p'){
            $result[] = $c_node;
        }
        getPs($c_node,$result);
    }
}

$ps = [];

foreach($doc->getElementsByTagName('div') as $div){
   $child_ps = [];
   getPs($div,$child_ps);
   if(count($child_ps) > 0) $ps[] = $child_ps;
}

echo "<pre>";
print_r($ps);

更新#2:

要获取 p 节点的 HTML 字符串表示,更改

$result[] = $c_node;

$result[] = $c_node->ownerDocument->saveXML( $c_node );

除非您致力于仅将 getElementsByTagName 与 parent/child 选择器结合使用,否则您可能会发现一个简单的 XPath 查询是查找 p 最简单的方法位于 div 个元素内的元素。

$html ='<html>
<head>
    <title></title>
</head>
<body>
    <div class="">
        <div class="">
           <p><strong><span style="color:#FF0000"> Content1 </span></strong></p>
           <p style="text-align:center"> Content2 <img src="https://example.com/bla1.jpg"/></p>
        </div>
       
        <h2> Header </h2>
        <div class=""><p><strong> Content3 </strong></p> </div>

    </div>

    <div class=""> Content4 </div>
    <div class="">
                   <p> Content5 </p>  
                   <p> Content6 </p> 
                   <span> blah.. </span>
    </div>
</body></html>';


$tmp=array();


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

$xp=new DOMXPath( $dom );
$col=$xp->query('//div/p');

if( $col && $col->length > 0 ){
    foreach( $col as $node )$tmp[]=$node->textContent;
}

printf('<textarea cols=100 rows=10>%s</textarea>',print_r( $tmp, true ) );

产生:

更新:

与其存储 nodeValue / textContent,不如存储节点中包含的完整 HTML,因此为此,您 clone 节点(及其内容)并将其保存到输出数组。

$tmp=array();


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

$xp=new DOMXPath( $dom );
$col=$xp->query('//div/p');

if( $col && $col->length > 0 ){
    foreach( $col as $node ){
        $clone=$node->cloneNode( true ); //clone node with ALL children
        $tmp[]=$dom->saveHTML( $clone ); // save the HTML within
    }
}

printf('<textarea cols=100 rows=10>%s</textarea>',print_r( $tmp, true ) );