在 XML DOM (PHP) 中获取段落答案

【问题标题】：Getting paragraph in XML DOM (PHP)在 XML DOM (PHP) 中获取段落
【发布时间】：2012-11-08 14:45:19
【问题描述】：

我正在尝试从 boomkat.com RSS 提要创建新版本的数据库。饲料位于此处： link

现在，我在选择段落标签内的内容时遇到了问题。

RSS 提要中的一个段落如下所示：

<p>GOAT<br/><a href="http://boomkat.com/downloads/601228-goat-world-music">World Music</a><br/>ROCKET RECORDINGS<br/>INDIE / ROCK / ALTERNATIVE<br/>MP3 Release</p>

到目前为止我所做的是：

<?php

$dom = new DOMDocument;
$dom->validateOnParse = true;
$dom->load("http://feeds.boomkat.com/boomkat_downloads_just_arrived");
$content = $dom->getElementsByTagName('content');
foreach ($content as $result) {
    echo $result->nodeValue, PHP_EOL;
}
?>

但这给了我完整的饲料。在 getElementsByTagName 中写 'p' 不起作用。

【问题讨论】：

标签： php xml dom rss

【解决方案1】：

我建议使用 DOMDocument::loadHTMLFile() 方法而不是 DOMDocument::load() （因为 load() 严格用于读取 XML，而不是 HTML）。

之所以要获取整个文档，是因为您要在整个文档中查询一个名为“内容”的元素。没有这样的 HTML 元素。相反，您应该使用

$dom->getElementsByTagName('p');

这将抓取 HTML 文档中的所有标签，然后您可以循环访问它。使用“p”查询标签不起作用的主要原因是您需要将文档加载为严格的 HTML，而不是使用默认的 XML。

【讨论】：

感谢您的帮助。我已将 TagName 更改为 'p' 并加载到 loadHTML 中，但我现在得到的只是：codefeeds.boomkat.com/boomkat_downloads_just_arrivedcode
DOMDocument::loadHTML() 仅字符串除外。您正在加载一个远程文件，因此您需要使用 DOMDocument::loadHTMLFile()，而不是 loadHTML()。
如果您提供正确的错误，我可以提供更多帮助。您是否打开了错误报告？你如何调试你的代码？
老实说，我几天前才开始学习 PHP/XML，对这一切还很陌生。我正在用 Notepad++ 编写代码并在 Google Chrome 中加载脚本。当我执行脚本时，我如何才能真正看到发生了什么？
没关系，我已经打开了所有错误，但它没有显示任何内容。当我写诸如“ech”之类的东西而不是 echo 时，它会显示错误，但是 $content = $dom->getElementsByTagName('p');不显示任何错误，我在页面上看不到任何内容。

【解决方案2】：

好的，我不明白您为什么会遇到问题，但我只是尝试了您提供的 URL 的建议，并正确打印了每个

标记的所有文本。

代码如下：

$doc = new DOMDocument();
$doc->loadHTMLFile("http://boomkat.com/downloads/601228-goat-world-music");
$content = $doc->getElementsByTagName("p");

foreach($content as $element) {
    Util::debug($element->textContent); // helper method similar to PHP's var_dump()
}

这是我能够打印到屏幕上的结果：

string(91) "Residual Echoes have come up with a really rather lovely disc of psychedelic folk goodness."

string(8) "MAMMATUS"

string(8) "Mammatus"

string(17) "ROCKET RECORDINGS"

string(45) "MP3 Download // £2.95FLAC Download // £3.95"

string(0) ""

string(19) "SERPENTINA SATELITE"

string(16) "Mecanica Celeste"

string(17) "ROCKET RECORDINGS"

string(45) "MP3 Download // £3.95FLAC Download // £4.95"

string(0) ""

string(12) "SUNCOIL SECT"

string(25) "One Note Obscures Another"

string(17) "ROCKET RECORDINGS"

string(45) "MP3 Download // £6.99FLAC Download // £7.99"

string(0) ""

string(16) "TEETH OF THE SEA"

string(10) "Hypnoticon"

string(17) "ROCKET RECORDINGS"

string(45) "MP3 Download // £2.50FLAC Download // £3.50"

string(52) "Proggy kosmiche rock from London's Teeth Of The Sea."

string(16) "TEETH OF THE SEA"

string(21) "Orphaned By the Ocean"

string(17) "ROCKET RECORDINGS"

string(45) "MP3 Download // £5.99FLAC Download // £6.99"

这是您在代码中所做的吗？

【讨论】：

这似乎适用于该特定链接，但我需要此链接：feeds.boomkat.com/boomkat_downloads_just_arrived
对不起，我的朋友，如果你不能让它像我演示的那样工作，那么，它超出了你的问题范围。尝试在另一个问题中寻找答案。