XPath提取含<br>标签文本异常：合并多行文本到单个数组项

我明白你现在卡在哪了——当遇到带<br>的引用内容时，你的XPath直接抓取所有文本节点，导致每一行都变成了单独的数组项，和后面的作者完全对应不上。咱们换个思路，先抓每个完整的引用容器，再在容器里分别提取合并后的文本和对应的作者，就能解决这个问题。

问题根源 #

你原来用的//*[contains(@class, normalize-space('$quote'))]//text()会选中目标元素下所有独立的文本节点，<br>标签会把文本拆成多个节点，所以每个换行都成了数组里的单独项。而每个引用容器只有一个作者，这样数组里的文本项数量会远多于作者，自然配对失败。

修复方案 #

先选中每个完整的引用容器（也就是<div class="b-list-quote2__item">），然后在每个容器内分别提取合并后的引用文本和对应作者：

// 先抓取所有引用容器，确保每个容器对应一个作者
$quoteContainers = $finder->query("//div[contains(@class, 'b-list-quote2__item')]");
$dataArr = [];

foreach ($quoteContainers as $container) {
    // 1. 提取合并后的引用文本：直接用节点的textContent会自动合并所有子文本
    $quoteNode = $container->query(".//a[contains(@class, 'b-list-quote2__item-text')]")->item(0);
    $quoteText = $quoteNode ? trim($quoteNode->textContent) : '';

    // 2. 提取对应作者，并处理名字格式
    $authorNode = $container->query(".//div[contains(@class, 'b-list-quote2__item-category')]/a")->item(0);
    $authorName = '';
    if ($authorNode) {
        $authorParts = preg_split("/[\s,-,@]+/", $authorNode->textContent);
        // 处理名字分段，同时加空值保护避免索引错误
        switch (true) {
            case count($authorParts) < 5:
                $authorName = $authorParts[1] ?? '';
                break;
            case count($authorParts) > 6:
                $authorName = implode(' ', array_slice($authorParts, 1, 4));
                break;
            case count($authorParts) > 5:
                $authorName = implode(' ', array_slice($authorParts, 1, 3));
                break;
            default:
                $authorName = implode(' ', array_slice($authorParts, 1, 2));
                break;
        }
    }

    // 添加到结果数组
    $dataArr[] = $quoteText;
    $dataArr[] = $authorName;
}

关键改进点 #

1. 以容器为单位遍历：每个<div class="b-list-quote2__item">对应一组“引用+作者”，从根源上保证数量匹配。
2. 自动合并文本：使用节点的textContent属性，它会自动把该节点下所有子文本节点（包括<br>前后的内容）拼接成一个完整字符串，不需要手动遍历子节点。
3. 增加空值保护：在访问数组索引时用?? ''避免因作者名字格式异常导致的报错。

测试效果 #

对于你提供的有<br>的HTML结构，这段代码会生成你期望的数组：

[0] => Quote line 0, Quote line 1, Quote line 2, Quote line 3, 
[1] => Tesla

内容的提问来源于stack exchange，提问作者Ricardo