简单的HTML DOM解析器返回错误的元素树

Question

我遇到了HTML DOM解析器的问题。这是我用过的：

$url = 'http://topmmanews.com/2013/04/06/ufc-on-fuel-tv-9-results/';

$page = file_get_html($url);

$ret = $page->find("div.posttext",0);

应该给我一个计数（$ ret-＆gt; children（））= 10.但是，它只返回3，将第三个

之后的所有元素合并到它中仅创建了一个元素。

如果我的代码出现问题或者是简单的HTML DOM解析器错误，有人可以帮助我吗？

Answer 1

正如Álvaro G. Vicario指出的那样，您的目标HTML在某种程度上是格格不入的。我尝试了你的代码，但正如你在这里看到的那样，它显示了三个孩子和另外6个节点：

但另一种可能有用的方法是像这样使用DOMDocument和DOMXPath：

$url = 'http://topmmanews.com/2013/04/06/ufc-on-fuel-tv-9-results/';
$html = file_get_contents($url);
$dom = new DOMDocument();
$dom->loadHTML($html);

$dom_xpath = new DOMXpath($dom);

// XPATH to return the first DIV with class "posttext"
$elements = $dom_xpath->query("(//div[@class='posttext'])[1]");

然后，您可以遍历子节点并读取值或任何您想要的值。

Answer 2

phpquery使用DOM，因此它是一个更可靠的解析器，带有错误的html：

$html = file_get_contents('http://topmmanews.com/2013/04/06/ufc-on-fuel-tv-9-results/');
$dom = phpQuery::newDocumentHTML($html);
$ret = $dom->find("div.posttext")->eq(0);
echo count($ret->children());
#=> 10