PHP Simple HTML DOM Parser：如何获取包含 <h1> 标签的父 div 的内容？答案

【问题标题】：PHP Simple HTML DOM Parser: how to get contents of the parent div containing <h1> tags?PHP Simple HTML DOM Parser：如何获取包含 <h1> 标签的父 div 的内容？
【发布时间】：2014-10-09 22:18:33
【问题描述】：

我正在抓取（使用 PHP 简单的 HTML DOM）许多不同的（新闻）网站，目的是获取页面上的主要内容/文本主体。

要做到这一点，我能想到的最好方法是找到主标题/标题 (H1) 并将文本包含在与此标题标签相同的 div 中。

在下面的两个示例中，我将如何获取整个（父？） div 的内容。

<div>  <----- need to get contents of this whole div (containing the h1 and likely the main body of text)
  <h1></h1>
  main body of text here
</div>

Div 可能在树的上方。

<div> <----- need to get contents of this whole div
  <div>   
    <h1></h1>
  </div>

  <div>
    main body of text here
  </div>
</div>

在树的上方进一步划分。

<div> <----- need to get contents of this whole div
  <div>

    <div>   
      <h1></h1>
    </div>

    <div>
      main body of text here
    </div>

  </div>
</div>

然后我可以比较每个的大小，并确定主 div。

【问题讨论】：

澄清一下，你用的是这个？ simplehtmldom.sourceforge.net
@slapyo 是的，使用 simplehtmldom.sourceforge.net
PS：没有<text>这样的html元素。
“比较每个的大小，确定主div”是什么意思？您是否考虑过如何以编程方式确定哪个div 是“主要”div？
你想要最高的gparent div？在 jQuery 和 this one 中，它是第一个 $('div:has(h1)')。 Simple 做不到。

标签： php web-scraping simple-html-dom simpledom

【解决方案1】：

可以使用parent获取h1的父元素：

# assuming that the <h1> element is the first <h1> on the page:
$div = $html->find('h1', 0)->parent();

【讨论】：

【解决方案2】：

假设 $e 包含您选择的 H1 元素。你可以调用 $e->parent() 来抓取父元素。

查看“如何遍历 DOM 树？”在“遍历 DOM 树”选项卡上。 http://simplehtmldom.sourceforge.net/manual.htm

【讨论】：