php - DOMCrawler 纯文本

Question

我正在使用 Symfony 的 DomCrawler 从网站获取信息。
在其中一个页面中有一段文本包含非 html 编码的属性，如下所示:

<a href="some-url.html">Lorem ipsum <<dolor sit>> amet </a>

当我尝试使用 filterXPath 从 a 标签中抓取文本时我得到的方法 Lorem ipsum < ，因为我认为它对符号的行为类似于损坏的 html 标签，而只是忽略它们。

此外，当我尝试使用 $node->filterXPath('my-xpath/a')->html() 时，我也像下面的例子一样损坏了 html:

<a href="some-url.html">Lorem ipsum &gt;</a>

那么，我的问题是是否有任何方法可以从节点中获取“纯”文本？

Answer 1

我认为你正在寻找的东西可以通过使用来完成:

$node->filterXPath('my-xpath/a')->text();

您可以在 Symfony DOM Crawler documentation site 上找到文档.