从 p 标签中获取元素

Question

如何使用 DOMDocument 从 ID 为 categories 的 p 标签内的 <p> 标签中获取内容？

代码如下：

<?php
   ini_set('max_execution_time', 300);
   //error_reporting(0);
   $errmsg_arr = array();
   $errflag = false;

   function getState($string)
   {
     $ex = explode(" ",$string."  ");
     return $ex[1];
   }
   $xml = "";
   $xml .= '<?xml version="1.0" encoding="UTF-8" ?>';
   $xml .= '
     <tv generator-info-name="www.mysite.com/xmltv">';
   $baseUrl = file_get_contents('www.myscript.com/get-listing.php');

   $domdoc = new DOMDocument();
   $domdoc->strictErrorChecking = false;
   $domdoc->recover=true;
   $domdoc->loadHTML($baseUrl);
?>

例如，我的 HTML 可能如下所示：

<p id='categories'>Sports</p>

我正在尝试提取以下文本：

Sports

所以当我尝试这个时：

$p = $domdoc->getElementById('categories')->getElementsByTagName('p')->item(0);

回声 $p;

它不会从 id categories 中提取内容。

我该怎么做？

Answer 1

仅对于该 html，您可以这样做：

echo $domdoc->getElementById('categories')->nodeValue;

输出：

运动

看到它在行动here。

---

由于您在<p> 标签内添加了can't have <p> 标签，DOMDocument kind 对此非常着迷。根据具体情况，您可以采取如下解决方法：

$baseUrl = '
<p id="categories">
    <p>Sports</p>
</p>';

$baseUrl = str_replace('<p', '<div', $baseUrl);
$baseUrl = str_replace('<p>', '<div>', $baseUrl);
$baseUrl = str_replace('</p>', '</div>', $baseUrl);

$domdoc = new DOMDocument();
$domdoc->loadHTML($baseUrl);

echo $domdoc->getElementById('categories')->getElementsByTagName('div')->item(0)->nodeValue;

输出和之前一样。