You need to enable JavaScript to run this app. PHP使用DOM处理HTML时仅移除指定class的div外层标签保留内部HTML
优惠活动
大模型
产品
解决方案
定价
更多

PHP使用DOM处理HTML时仅移除指定class的div外层标签保留内部HTML

PHP实现移除指定class的外层div保留内部所有HTML内容的修改方案

问题原因

你现有代码的问题出在节点替换逻辑:$prent->replaceChild($doc->createTextNode($node->nodeValue), $node); 这里用纯文本节点替换了原目标div,nodeValue属性只能提取节点内的纯文本,自然会丢失所有内部HTML标签。

核心修改逻辑

要保留内部所有子节点,需要把目标div的所有子节点依次移动到父节点的对应位置,再删除原有的div节点即可。注意DOMNodeList是动态集合,直接正向遍历会丢失节点,建议先把子节点转为数组再遍历。

修改后的完整代码

// 测试用HTML
$html = '<div class="xx1">Some Extra Test<div class="test1">Test1<div class="test2"></div>Some Text</div></div>';
 
function DOC_Change_Data( $HTML = '', $Type = '', $Data = '', $Extra_Data = '' ) {
    if($HTML != '' && $Type != '' && $Data != '') {
        $doc = new DOMDocument("1.0","UTF-8");
        $doc->preserveWhiteSpace = true; // 保留空白字符更贴合原内容格式
        @$doc->loadHTML('<?xml encoding="utf-8" ?>' . $HTML, LIBXML_HTML_NODEFDTD | LIBXML_HTML_NOIMPLIED); // 抑制不规范HTML的警告
        $xpath = new DOMXPath($doc);
   
        if(preg_match("#remove_only_tag#is", $Extra_Data)) {
            if($Type == 'query') {
                $nodes = $xpath->query($Data);
            } else if($Type == 'getElementsByTagName') {
                $nodes = $doc->getElementsByTagName($Data);
            }
            
            foreach($nodes as $node) {
                $parent = $node->parentNode;
                // 先把所有子节点转成数组,避免动态DOMNodeList遍历丢失元素
                $children = iterator_to_array($node->childNodes);
                foreach ($children as $child) {
                    // 深度克隆子节点插入到原目标div的前方
                    $parent->insertBefore($child->cloneNode(true), $node);
                }
                // 所有子节点移动完成后删除空的目标div节点
                $parent->removeChild($node);
            }
            
            $GET_Node_Data = str_replace("<?xml encoding=\"utf-8\" ?>", "", $doc->saveHTML());
            return $GET_Node_Data;
        }
    }
    return $HTML; // 异常场景直接返回原内容避免丢失数据
}

// 调用测试
echo DOC_Change_Data( $html, 'query', '//div[@class="test1"]', 'remove_only_tag' );

输出验证

运行上述代码后,最终输出和你预期的效果完全匹配:

<div class="xx1">Some Extra TestTest1<div class="test2"></div>Some Text</div>

如果你仅需要提取test1内部的内容不需要保留外层xx1节点,只需要在遍历到目标test1节点后,直接拼接所有子节点的HTML返回即可。

内容的提问来源于stack exchange,提问作者Matei Zoc

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.10 07:54:01