用domDocument类计数单词 [英] counting words with domDocument class

问题描述

如何使用domDocument对html页面中的单词进行计数？

How can i counting the words in a html page, with domDocument?

例如，如果输入内容如下：

for example, if the input is something like:

    <div> Hello something open. <a href="open.php">click</a> 
    lorem ipsum <a href="open.php">here></a>

输出：

数字字

1您好

2事物

3打开

4单击

5 lorem

6 ipsum

7在这里。

the output:
Number Word
1 Hello
2 something
3 open
4 click
5 lorem
6 ipsum
7 here.

如果我只需要链接文本怎么办？

单击4

在这里7

And what if i need only the linktext?
click 4
here 7

推荐答案

如果整个文档都需要这样做，只需 strip_tags ，然后运行 str_word_count 结果。

If you need this for the entire document, it is likely easier to just strip_tags and then run str_word_count on the result.

如果必须使用DOM，可以这样做

If you have to do this with DOM, you can do

$str = <<< HTML
<div> Hello something open. <a href="open.php">click</a>
lorem ipsum <a href="open.php">here></a></div>
HTML;

$dom = new DOMDocument;
$dom->loadHTML($str);

$xpath = new DOMXPath($dom);
$nodes = $xpath->query('//text()');

$textNodeContent = '';
foreach($nodes as $node) {
    $textNodeContent .= " $node->nodeValue";
}
print_r(str_word_count( $textNodeContent, 1 ));

使用 text（）作为 XPath表达式只会为您提供文档中的textnode。您可以将其限制为仅返回表达式的 // a / text（）链接文本。

Using text() as the XPath expression will only give you the textnodes in the document. You can limit this to just return the link texts with //a/text() for the expression.

这篇关于用domDocument类计数单词的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！