如何使用html dom解析器PHP在特定html标签开始之前获取文本

Question

我无法弄清楚在 html 标记之间获取文本。在我的场景中，除了段落标签<p>之外，所需的文本不包含在标签之间。

<div class="entry clearfix">
<p>111</p>
<p><img class="alignnone size-medium wp-image-38376" src="1.jpg" alt="Talvar" /></p>
<p><strong>111: </strong>111<br/>
    <strong>111:</strong> 111<br/>
    <strong>111:</strong> 111 111<br/>
    <strong>111: </strong>111<br/>
    <strong>111: </strong>1111
</p>
<p><strong>111</strong></p>
<p>
    <strong>01 &#8211;</strong> data1 <strong><a href="#">Download</a><br/>
    </strong><em>222</em><br/>
    <strong>02 &#8211;</strong> data2 <strong><a href="#">Download</a><br/>
    </strong><em>222</em><br/>
    <strong>03 &#8211;</strong> data3 <strong><a href="#">Download</a><br/>
    </strong><em>222</em><br/>
    <strong>04 &#8211;</strong> data4 <strong><a href="#">Download</a><br/>
    </strong><em>222</em>
</p>
<p><strong>222</strong></p>
<p><strong><a href="" target="_blank">3333</a></strong></p>
<p><strong>eb</strong></p></div>

我需要数据 1、数据 2、数据 3、数据 4。为此，我找到了<p>，它是数组 4 中的第 5 号。

    foreach($html->find('div[class="entry"]') as $row){
        $a = $row->find('p',4);
        echo $dt = $a->find('text',1)->plaintext; // returns me only data1
    }

data1、data2、data3、data4 不在除<p> 之外的任何标签之间，如果我通过striptags() 获取它们，它会返回所有文本以及 111、下载、222 等。请告知我如何获取数据系列。

Answer 1

不确定是否有更优雅的方式，但这应该也可以：

foreach($html->find('div[class="entry"]') as $row){
$a = $row->find('p',4);

$str=$a->find('strong');
$em=$a->find('em');

foreach($str as $tag) {

$a=str_replace($tag,'',$a);
$a=str_replace($em,'',$a);


        }

}

echo strip_tags($a,'<br>'); // if you want to keep br tags

所以，想法是 - 删除 strong 和 em 标签（以及里面的文本内容，包括链接），在目标 p 内，使用 str_replace，然后得到其余的。 如果您的 HTML 结构与您发布的类似，它应该可以工作。