使用Simple HTML DOM Parser提取无class属性的p标签问题

嘿，我刚好对Simple HTML DOM Parser的选择器用法很熟，这个问题其实不难解决！下面给你两种靠谱的实现方式，你可以根据自己的需求选：

方法一：用CSS伪类直接选择（最简洁） #

Simple HTML DOM支持CSS选择器语法，我们可以用p:not([class])这个选择器直接定位所有没有class属性的段落标签。代码示例如下：

// 假设你已经初始化好了Simple HTML DOM对象，比如$html = file_get_html('目标网址');
$noClassParagraphs = [];

// 选择所有无class的p标签
$targetPs = $html->find('p:not([class])');

// 遍历提取内容存入数组
foreach ($targetPs as $p) {
    // 这里用innertext获取段落内的文本（不含标签），如果需要带p标签的内容就用outertext
    $noClassParagraphs[] = trim($p->innertext);
}

这个选择器的逻辑很直观：:not([class])会排除所有带有class属性的p元素，不管class的值是什么，只留下完全没有class属性的那些。

方法二：遍历所有p标签手动判断（兼容性更强） #

如果你的Simple HTML DOM版本比较旧，对CSS伪类的支持不够完善，可以换一种思路——先获取所有p标签，再逐个检查是否存在class属性：

$noClassParagraphs = [];

// 获取页面上所有的p标签
$allPs = $html->find('p');

foreach ($allPs as $p) {
    // 检查当前p标签是否没有class属性，或者class属性为空字符串
    if (!isset($p->class) || trim($p->class) === '') {
        $noClassParagraphs[] = trim($p->innertext);
    }
}

这种方法虽然多了一步遍历判断，但兼容性更好，不用担心选择器失效的问题。

两种方法都能帮你把无class的段落单独存入数组，你可以根据自己的场景来选～

内容的提问来源于stack exchange，提问作者kores59