我有一个 HTML 字符串，我想对其纯文本内容进行一些文本格式设置。我的意思是，我想提取任何文本，而不是包含在标签大括号中。但是...我计划使用 DOMDocument，但我不知道我要查找的标签，也不知道它们的 ID。
例如，我可以拥有那个字符串
<p><i>some tex<span class="aclass">t</span> in the document.</i>Whoooa <img src="anImage.png" /></p>
我想在重新注入页面中使用原始标签格式化的整个文本之前格式化“document.Whoooa”字符串中的一些文本。例如在点之后放一个空格并删除结束空格。
我该怎么做？
【问题讨论】：
标签： php html parsing tags domdocument
如果可能的话，使用 jQuery 在客户端更容易做到这一点，它是专门为简单的 dom 操作而设计的。通常，您将需要使用 preg_match 和/或 xml 解析器。我认为有一些 dom 解析器，但我不记得 php 中是否包含任何解析器。
【讨论】：
我已经开始创建一个名为TextRange 的类，它为文本节点提供了一个简单的接口，作为某个DOMDocument 部分的单个字符串表示形式。
您需要找出需要更改字符串的位置，然后TextRange 类可以在必要时拆分节点。我在以下两个问题中对此进行了冗长的解释：
第一个还包含一个非常原始的TextRangeTrimmer 类，它可以删除此类TextRange 开头和结尾的空格。
由于您只修改文本节点值，因此始终保留原始标签。根据您的使用情况，您以后可能需要自己清理未使用的（空）标签。
它基于 DOMDocument 工作，并接受父 DOMElement（范围将是所有 textnode 子节点）、xpath 查询结果 (DOMNodeList) 或只是一个 textnode 元素数组。
【讨论】：
使用strip_tags！
$str = '<p><i>some tex<span class="aclass">t</span> in the document.</i>Whoooa <img src="anImage.png" /></p>';
echo strip_tags( $str);
这将输出：
string(33) "some text in the document.Whoooa "
那么，对于剩下的问题：
// Put a space after the point
$str = preg_replace( '/\.([^ ])/', '. $1', $str);
// and deleting the ending space.
$str = rtrim( $str, ' ');
【讨论】：