DOMCrawler截断text()内标签？如何保留自定义标签

嘿，我之前也碰到过一模一样的问题！先看你的代码示例：

$html = '<textarea name="main"><customtag>Hello World!</customtag></textarea>';
$crawler = new Crawler($html);
$text = $crawler->filter('textarea[name="main"]')->text();
print_r($text);

为什么会截断自定义标签？ #

DOMCrawler的text()方法底层依赖PHP DOM扩展的textContent属性，这个属性的核心逻辑就是提取节点下所有纯文本内容，自动忽略所有HTML标签（不管是标准标签还是自定义标签）。它只会把标签包裹的文本内容拼接后返回，所以<customtag>自然就被过滤掉了，只留下Hello World!。

如何保留自定义标签？ #

想要保留内部的自定义标签，别用text()，换成html()方法就行，它会返回节点内部的完整HTML结构：

$html = '<textarea name="main"><customtag>Hello World!</customtag></textarea>';
$crawler = new Crawler($html);
$innerHtml = $crawler->filter('textarea[name="main"]')->html();
print_r($innerHtml);
// 输出结果：<customtag>Hello World!</customtag>

如果你的自定义标签结构比较复杂，或者需要更底层的DOM操作，还可以直接获取DOM节点来处理：

$node = $crawler->filter('textarea[name="main"]')->getNode(0);
$innerHtml = $node->ownerDocument->saveHTML($node->firstChild);
print_r($innerHtml);

这种方式能更精准地控制节点内容的提取，适合复杂场景。

内容的提问来源于stack exchange，提问作者DanKud