simple_html_dom 纯文本结果没有空格答案

【问题标题】：simple_html_dom plaintext result has no spacessimple_html_dom 纯文本结果没有空格
【发布时间】：2014-10-27 15:03:52
【问题描述】：

我有以下html：

<div>Launched: 2010Categories:SoftwareDescription:EstablishedWebsite:</div>

如果我加载它并使用纯文本来获取文本：

$str = '<div>Launched:2010Categories:SoftwareDescription:EstablishedWebsite:</div>'; $html = str_get_html($str); echo $html->plaintext;

结果不同p标签之间没有空格：

发布时间：2010 类别：软件描述：已建立网站：

如果我在结束和开始 p 标记之间添加一个空格，它会正确输出。

这是正确的行为吗？

有没有办法让解析器在明文输出中考虑 p 标签？

【问题讨论】：

【解决方案1】：

标签 p 之间必须有空格，或者你可以这样做：

$result = "";
foreach($html->find('p') as $val){
    $result .= $val->plaintext." " ;
}

【讨论】：

这只是一个例子，我实际上是在解析整个页面，我只想从中获取文本，在大多数情况下纯文本工作得很好，但有时，如果 HTML 有连续的标签（不仅仅是 p 标签），输出带有附加的单词。有办法解决吗？

【解决方案2】：

你可以这样去掉标签

    $content = file_get_contents($url);
    $rawContent = strip_tags($content);
    $html = str_get_html($content);

【讨论】：