使用 PHP 解析 HTML 并获取 h2 之后的下一个 h2 之前的所有 h3

我正在寻找文章中的第一个 h2。找到后，查找所有 h3，直到找到下一个 h2。冲洗并重复，直到找到所有标题和副标题。

在您立即将此问题标记或关闭为重复解析问题之前，请注意问题标题，至于这与基本节点检索无关。我已经把那部分记了下来。

我在用DOMDocument http://www.php.net/manual/en/book.dom.php解析 HTML 使用DOMDocument::loadHTML() http://www.php.net/manual/en/domdocument.loadhtml.php, DOMDocument::getElementsByTagName() http://www.php.net/manual/en/domdocument.getelementsbytagname.php and DOMDocument::saveHTML() http://www.php.net/manual/en/domdocument.savehtml.php检索文章的重要标题。

我的代码如下：

$matches = array();
$dom = new DOMDocument;
$dom->loadHTML($content);
foreach($dom->getElementsByTagName('h2') as $node) {
    $matches['heading-two'][] = $dom->saveHtml($node);
}
foreach($dom->getElementsByTagName('h3') as $node) {
    $matches['heading-three'][] = $dom->saveHtml($node);
}
if($matches){
    $this->key_points = $matches;
}

这给了我类似的输出：

array(
    'heading-two' => array(
        '<h2>Here is the first heading two</h2>',
        '<h2>Here is the SECOND heading two</h2>'
    ),
    'heading-three' => array(
        '<h3>Here is the first h3</h3>',
        '<h3>Here is the second h3</h3>',
        '<h3>Here is the third h3</h3>',
        '<h3>Here is the fourth h3</h3>',
    )
);

我希望有更多类似的东西：

array(
    '<h2>Here is the first heading two</h2>' => array(
        '<h3>Here is an h3 under the first h2</h3>',
        '<h3>Here is another h3 found under first h2, but after the first h3</h3>'
    ),
    '<h2>Here is the SECOND heading two</h2>' => array(
        '<h3>Here is an h3 under the SECOND h2</h3>',
        '<h3>Here is another h3 found under SECOND h2, but after the first h3</h3>'
    )
);

我并不是在寻找代码完成（如果您觉得这样做可以更好地帮助其他人 - 继续），而是在正确的方向上或多或少地提供指导或建议来完成上面直接提到的嵌套数组。

我假设所有标题在 DOM 中都处于同一级别，因此每个 h3 都是 h2 的同级。有了这个假设，您可以迭代 h2 的同级，直到遇到下一个 h2：

foreach($dom->getElementsByTagName('h2') as $node) {
    $key = $dom->saveHtml($node);
    $matches[$key] = array();
    while(($node = $node->nextSibling) && $node->nodeName !== 'h2') {
        if($node->nodeName == 'h3') {
            $matches[$key][] = $dom->saveHtml($node);   
        }
    }
}