可以说我有一个像这样的html页面:
<html> <head></head> <body> Hello World! <div> my other content </div> </body> </html>
我如何从DOM Crawler获得“Hello World”?
我认为这会奏效:
$crawler = $crawler ->filter('body > div'); ->reduce(function (Crawler $node,$i) { return false; });
但这显然会出错:
InvalidArgumentException: "The current node list is empty"
@R_502_323@
不知道这是否可以更容易,但您可以使用XPath提取文本节点内容:
$crawler->filterXPath('//body/text()')->text();
结果将是一个包含Hello World的字符串,文本前后的空格直到第一个标记.因此,如果您只需要文本本身,则可以修剪该值:
$helloWorld = trim($crawler->filterXPath('//body/text()')->text());
但是,如果您在正文中有多个文本节点,这将适用于您的情况,例如:
<html> <head></head> <body> Hello World! <div> my other content </div> Some other text </body> </html>
你可能会这样做:
$crawler->filterXPath('//body/text()')->extract(['_text']));
这将返回一个数组:
Array ( [0] => Hello World! [1] => Some other text )