如何使用 PHP 根据特定元素类从 HTML 文档中提取文本数据并对其进行分类？

从指定类的元素中检索文本作为综合数组

在此查询中，当前的任务是提取文本数据并对其进行分类来自基于特定元素类的 HTML 文档。 HTML 文档包含各种段落，其中包含“Heading1-P”和“Normal-P”等类，每个段落都包含相应的标题和内容。

为了实现此目的，我们可以利用 PHP DOM 文档和 XPath。该过程涉及解析 HTML 文档并使用 XPath 遍历其元素。我们定义一个自定义函数 parseToArray()，它将 XPath 对象和类名作为输入。该函数遍历与类匹配的元素，并将其文本内容提取到数组中。

详细解决方案如下：

$test = 
    <span class="Heading1-H">Chapter 1</span>

<p class="Normal-P">
    <span class="Normal-H">This is chapter 1</span>
</p>
<p class="Heading1-P">
    <span class="Heading1-H">Chapter 2</span>
</p>
<p class="Normal-P">
    <span class="Normal-H">This is chapter 2</span>
</p>
<p class="Heading1-P">
    <span class="Heading1-H">Chapter 3</span>
</p>
<p class="Normal-P">
    <span class="Normal-H">This is chapter 3</span>
</p>
HTML;

$dom = new DOMDocument();
$dom->loadHTML($test);
$xpath = new DOMXPath($dom);
$heading = parseToArray($xpath, 'Heading1-H');
$content = parseToArray($xpath, 'Normal-H');

var_dump($heading);
echo "<br>";
var_dump($content);
echo "<br>";

function parseToArray(DOMXPath $xpath, string $class): array
{
    $xpathquery = "//[@class='$class']";
    $elements = $xpath->query($xpathquery);

    $resultarray = [];
    foreach ($elements as $element) {
        $nodes = $element->childNodes;
        foreach ($nodes as $node) {
            $resultarray[] = $node->nodeValue;
        }
    }

    return $resultarray;
}

函数 parseToArray() 根据特定类识别元素名称并将其文本内容提取到数组中。随后，创建两个数组：$heading 和$content，分别包含章节标题和相应的段落文本。代码的输出如下：

array(3) {
  [0] =>
  string(8) "Chapter 1"
  [1] =>
  string(8) "Chapter 2"
  [2] =>
  string(8) "Chapter 3"
}
array(3) {
  [0] =>
  string(16) "This is chapter 1"
  [1] =>
  string(16) "This is chapter 2"
  [2] =>
  string(16) "This is chapter 3"
}

通过采用这种方法，您可以根据特定的类名从 HTML 文档中高效地检索和分离文本内容，从而实现灵活且有针对性的数据处理。

以上是如何使用 PHP 根据特定元素类从 HTML 文档中提取文本数据并对其进行分类？的详细内容。更多信息请关注PHP中文网其他相关文章！