從指定類(lèi)別的元素中檢索文字作為綜合數(shù)組

在此查詢(xún)中，當(dāng)前的任務(wù)是提取文字資料並對(duì)其進(jìn)行分類(lèi)來(lái)自基於特定元素類(lèi)別的HTML 文件。 HTML 文件包含各種段落，其中包含「Heading1-P」和「Normal-P」等類(lèi)，每個(gè)段落都包含相應(yīng)的標(biāo)題和內(nèi)容。

為了實(shí)現(xiàn)此目的，我們可以利用 PHP DOM 文件和 XPath。該過(guò)程涉及解析 HTML 文件並使用 XPath 遍歷其元素。我們定義一個(gè)自訂函數(shù) parseToArray()，它將 XPath 物件和類(lèi)別名稱(chēng)作為輸入。此函數(shù)遍歷與類(lèi)別相符的元素，並將其文字內(nèi)容提取到陣列中。

詳細(xì)解決方案如下：

$test = <<< HTML
<p class="Heading1-P">
    <span class="Heading1-H">Chapter 1</span>
</p>
<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;
}

函數(shù) parseToArray() 根據(jù)特定類(lèi)別識(shí)別元素名稱(chēng)並將其文字內(nèi)容提取到數(shù)組中。隨後，建立兩個(gè)陣列：$heading 和$content，分別包含章節(jié)標(biāo)題和相應(yīng)的段落文字。程式碼的輸出如下：

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"
}

透過(guò)採(cǎi)用此方法，您可以根據(jù)特定的類(lèi)別名稱(chēng)從 HTML 文件中有效地檢索和分離文字內(nèi)容，從而實(shí)現(xiàn)靈活且有針對(duì)性的資料處理。

以上是如何使用 PHP 根據(jù)特定元素類(lèi)別從 HTML 文件中提取文字資料並對(duì)其進(jìn)行分類(lèi)？的詳細(xì)內(nèi)容。更多資訊請(qǐng)關(guān)注PHP中文網(wǎng)其他相關(guān)文章！