PHP如何提取SimpleXmlElement对象的完整文本内容

直接echo输出SimpleXmlElement对象时，仅能获取根节点下直接存在的文本内容，无法获取包含子节点文本在内的完整拼接文本，复现代码如下：

$div1 = new SimpleXmlElement("<div>hello,<strong>world</strong></div>");
echo $div1;// 输出结果：hello,
$div2 = new SimpleXmlElement("<div><strong>hello</strong>,world</div>");  
echo $div2;// 输出结果：,world

上述代码预期拿到完整拼接文本hello,world，直接输出无法达成效果。

SimpleXML对象直接转字符串时，默认仅返回当前节点的直接文本子节点内容，不会递归遍历后代节点拼接文本，可通过以下两种方法提取全量文本：

• 方法1：借助内置DOM扩展的textContent属性（推荐，代码最简洁）
  DOM扩展是PHP默认开启的内置扩展，无需额外安装，textContent属性会自动按顺序递归拼接当前节点下所有层级的文本内容：

  // 处理$div1
  $domNode1 = dom_import_simplexml($div1);
  echo $domNode1->textContent; // 输出：hello,world
  
  // 处理$div2
  $domNode2 = dom_import_simplexml($div2);
  echo $domNode2->textContent; // 输出：hello,world
  

• 方法2：通过XPath查询所有文本节点手动拼接
  如果不想转换为DOM对象，可使用XPath语法查询当前节点下所有层级的文本节点，遍历拼接即可：

  function getAllText(SimpleXMLElement $xmlNode): string
  {
      $textArr = [];
      // .//text() 表示查询当前节点下所有后代节点中的文本节点
      foreach ($xmlNode->xpath('.//text()') as $textNode) {
          $textArr[] = (string)$textNode;
      }
      return implode('', $textArr);
  }
  
  echo getAllText($div1); // 输出：hello,world
  echo getAllText($div2); // 输出：hello,world
  

注意：直接对SimpleXmlElement对象做字符串强转、直接输出的行为是扩展的既定设计，不属于bug，不要依赖该方式获取包含子节点的全量文本。

内容的提问来源于stack exchange，提问作者peter