0

Доброго Нового года! Есть задача спарсить только значение тега <a> (в данном примере "МВО"), отдельно в него входит <div> с классом.

<a href="#" rel="3" title="масловодоотталкивающая отделка" class="seq">МВО
<div class="tooltip_cont">
<h5>МВО - масловодоотталкивающая отделка</h5>
<p>Благодаря масловодоотталкивающей отделке ткань препятствует проникновению воды и жировых, масляных жидкостей, сохраняя при этом воздухо- (паро- ) проницаемость ( ткань пропускает пары пота). Тестирование проводится нанесением тестирующих жидкостей по  методике ф. "3М".</p>
</div>
</a>

Мой код:

 foreach ($html->find('a.seq') as $a) {
                echo $a;
            }

Выводит целиком все содержимое элемента <a> вместе с <div>, а нужно только значение ссылки ("МВО"). chilren, parent не помогают.

Помогите решить задачу.

1
  • Вам надо, разумеется, echo $a->href; Ссылка равна #, очевидно. Вы уверены, что вам надо именно это? Небось настоящая ссылка выставляется джаваскриптом на onclick.
    – VladD
    1 янв 2014 в 9:50

2 ответа 2

1

Намного проще воспользоваться встроенным классом.
Идея: ищем ссылку с нужным классом -> удаляем все вложенные элементы. После этого останется только внутренний текст, который не принадлежит внутренним элементам.
Демонстрация: http://ideone.com/nhFd5p
Код:

<?php

$html = '<a href="#" rel="3" title="масловодоотталкивающая отделка" class="seq">МВО
<div class="tooltip_cont">
<h5>МВО - масловодоотталкивающая отделка</h5>
<p>Благодаря масловодоотталкивающей отделке ткань препятствует проникновению воды и жировых, масляных жидкостей, сохраняя при этом воздухо- (паро- ) проницаемость ( ткань пропускает пары пота). Тестирование проводится нанесением тестирующих жидкостей по  методике ф. "3М".</p>
</div>
</a>';

$output = array();

$doc = new DomDocument();

$doc->loadHTML('<?xml encoding="UTF-8">' . $html);

/* Корректно обрабатываем UTF-8 */
// dirty fix
foreach ($doc->childNodes as $item)
    if ($item->nodeType == XML_PI_NODE)
        $doc->removeChild($item); // remove hack
$doc->encoding = 'UTF-8'; // insert proper

$urls = $doc->getElementsByTagName('a');

foreach ($urls as $url) {

    if ($url->getAttribute('class') === 'seq') {

        $childs = $url->getElementsByTagName('*');

        foreach ($childs as $child) {
            $url->removeChild($child);
        }

        $output[] = trim($url->nodeValue);
    }

}

print_r($output);
1
  • Все работает, спасибо!
    – torick
    2 янв 2014 в 6:28
0

Этот вариант покороче, только с применением Simple HTML DOM

<?php
require_once 'simp/simple_html_dom.php';
$data = str_get_html(file_get_contents("m.html"));
$data->find('a',0)->children('0')->outertext='';
echo $data->find('a',0)->innertext;
?>
1
  • Добавьте описание Вашего ответа 1 июн 2017 в 10:55

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge that you have read and understand our privacy policy and code of conduct.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.