PHP HTML DOM：如何選擇所有可見/可讀文本？

我試圖通過保持html結構來修改所有可見的文本（含義：鏈接，段落，標題等），然後渲染新的頁面。PHP HTML DOM：如何選擇所有可見/可讀文本？

基本上我想打亂所有可讀的文本而不破壞設計/功能。

我試過用Zend_Dom_Query，但如何選擇文本？

$dom = new Zend_Dom_Query($html); 
    $results = $dom->query(???);

或者還有其他的/更好的方法嗎？

非常感謝。

例

輸入：

<html> 
    <head>....</head> 
    <body> 

    <div> 
     <h1>Headline</h1> 
     <h2>Subheadline</h2> 
     <p>Some text</p> 
     <a href="..."> 
     A Link 
     <img src="..." /> 
     <span style="display:none">additional text</span> 
     </a> 
    </div> 

    </body> 
</html>

輸出：

<html> 
    <head>....</head> 
    <body> 

    <div> 
     <h1>Hinladee</h1> 
     <h2>Suialebdhne</h2> 
     <p>Smoe txet</p> 
     <a href="..."> 
     A Lnik 
     <img src="..." /> 
     <span style="display:none">anodiaditl txet</span> 
     </a> 
    </div> 

    </body> 
</html>

來源

2011-07-06 Mayko

對不起，如果我的描述不夠清楚。網站佈局和html結構不應受到影響。如果元素是可見性：隱藏或顯示：沒有關係。我會用一個例子更新我的帖子。 – Mayko

@Makyo由Yoshi刪除的答案有答案。嘗試使用XPath的// text（）來獲取文檔中的所有DOMText節點。 – Gordon

解決方案：

感謝@Yoshi和@Gordon。這正是我所尋找的：

$dom = new Zend_Dom_Query($html); 
$results = $dom->query("//text()");

來源

2011-07-07 22:38:16 Mayko

你可以試試這個服務：http://www.alchemyapi.com/api/text/ - 它的API提供了易於使用的機制來從任何網頁中提取頁面文本和標題信息。這是一個簡單的方法。另一種方法是使用http://www.alchemyapi.com/api/scrape/

來源

2011-07-06 07:38:35 silex

對不起，我不想依賴API。 – Mayko

沒問題，看看這個類似的「獨立」項目：https：//github.com/feelinglucky/php-readability – silex

PHP HTML DOM：如何選擇所有可見/可讀文本？

回答

相關問題