简单的 HTML Dom：如何删除元素？

Question

我想使用 Simple HTML DOM 删除文章中的所有图像，以便我可以轻松地为新闻滚动条创建一小段文本，但我还没有弄清楚如何用它删除元素。

基本上我会做

1. 以 HTML 字符串形式获取内容
2. 从内容中删除所有图像标签
3. 将内容限制为 x 个单词
4. 输出。

有什么帮助吗？

Answer 1

没有专门的方法来删除元素。你只需找到所有的 img 元素然后做

$e->outertext = '';

Answer 2

当您只删除外部文本时，您会删除 HTML 内容本身，但如果您对相同元素执行另一次查找，它将出现在结果中。原因是简单的 HTML DOM 对象仍然具有元素的内部结构，只是没有其实际内容。为了真正删除该元素，您需要做的只是将 HTML 作为字符串重新加载到同一变量中。这样，将重新创建对象而不删除已删除的内容，并且将在没有删除内容的情况下构建简单的 HTML DOM 对象。

这是一个示例函数：

public function removeNode($selector)
{
    foreach ($this->find($selector) as $node)
    {
        $node->outertext = '';
    }

    $this->load($this->save());        
}

将此函数放入 simple_html_dom 类中，就可以了。

Answer 3

我认为你遇到了一些困难，因为你忘记保存（将内部 DOM 树转储回字符串）。

试试这个：

$html = file_get_html("http://example.com");

foreach($html ->find('img') as $item) {
    $item->outertext = '';
    }

$html->save();

echo $html;

Answer 4

我不知道该函数应该放在哪里，所以我只是将以下内容直接放入我的代码中：

$html->load($html->save());

它基本上将 for 循环中所做的更改锁定回上面的 html 中。

Answer 5

所谓的解决方案非常昂贵，并且在大循环或其他类型的重复中实际上无法使用。

我更喜欢使用“软删除”：

foreach($html->find('somecondition'),$item){
    if (somecheck) $item->setAttribute('softDelete', true); //<= set marker to check in further code
    $item->outertext='';


   foreach($foo as $bar){
       if(!baz->getAttribute('softDelete'){
           //do something 
        }
    }

}

Answer 6

这对我有用：

foreach($html->find('element') as $element){
   $element = NULL;
}

Answer 7

添加新答案，因为 removeNode 绝对是删除它的更好方法：

$html->removeNode('img');

当标记接受的答案时，此方法可能不可用。您不需要循环 html 来查找每一个，这将删除它们。

Answer 8

使用 outerhtml 而不是 outertext

<div id='your_div'>the contents of your div</div>

$your_div->outertext = '';
echo $your_div // echoes <div id='your_div'></div>

$your_div->outerhtml= '';
echo $your_div // echoes nothing

Answer 9

试试这个：

$dom = new Dom();
$dom->loadStr($text);
foreach ($dom->find('element') as $element) {
   $element->delete();
}

Answer 10

现在可以使用：

$element->remove();

您可以在此处查看该方法的文档。

Answer 11

下面我使用 FIND() 函数的 2 种不同方法删除传入 url 的 HEADER 和所有 SCRIPT 节点。删除第二个参数以返回所有匹配节点的数组，然后循环遍历节点。

$clean_html = file_get_html($url);
 
// Find and remove 1st instance of node.   
$node = $clean_html->find('header', 0);
$node->remove();       

// Find and remove all instances of Nde.
$nodes = $clean_html->find('script');
foreach($nodes as $node) {
    $node->remove();       
}