我想從使用PHP的大型HTML頁面中提取超過100個字的文本塊。文本是否包含在<p>...</p>中並不重要。我只關心構成連貫文本塊的單詞數量，因此也應該考慮HTML段落之外的文本。如何從HTML頁面中提取文本塊？

這怎麼辦？

2011-03-08 lecodesportif

我使用phpQuery。你熟悉jQuery嗎？他們共享相同的語法。你可能會擔心安裝一個新的圖書館，但相信我，這個庫是非常值得的額外頭頂

phpQuery

然後，您可以訪問它像這樣：

foreach($doc->find('p') as $element){ 
    $element = pq($element); 
    echo str_word_count($element->text()); 
}

來源

2011-03-08 23:21:50 Jason

這對PHP Simple DOM解析器有什麼好處？語法似乎相同。 – lecodesportif 2011-03-08 23:31:06

你可以使用jquery選擇器。所以你可以使用p：last-child，或者p + a，或者p：nth-child（2）等等。更大的選擇器靈活性只是其中一個優點，因爲PHP Query可以像服務器到服務器瀏覽器一樣充當服務器通過提出請求，檢索頁面並對其執行一些操作。 – Jason 2011-03-08 23:58:05

@lecodesportif：Simple_HTML_DOM根本沒有錯誤管理的功能。所以當你加載你的文檔時，你無法知道它是否加載。其餘的方法沒有更好的。就我個人而言，我會每天在SHTMLDOM上使用phpQuery。 – 2011-03-09 00:03:50

使用PHP Simple DOM Parser。

foreach($html->find('p') as $element){ 
    echo str_word_count($element->src); 
}

來源

2011-03-08 23:18:30 fredley

有關文本那是什麼不包含在'

...

'？ – lecodesportif 2011-03-08 23:25:24

您可以遍歷所有元素，並且可以很容易地挑選出大塊文本。 – fredley 2011-03-08 23:27:48

如何從HTML頁面中提取文本塊？

回答

phpQuery

相關問題