带有简单 html dom 解析器的垃圾 Javascript 和 Css 代码

Question

我正在使用简单的 html dom 解析器来解析 php 的链接。下面是我正在使用的 url 和 php 代码。

网址：

https://homeshopping.pk/products/-Imported-Stretchable-Tights-For-Women--Pack-Of-3-.html

PHP 脚本：

$html = file_get_html('https://homeshopping.pk/products/-Imported-Stretchable-Tights-For-Women--Pack-Of-3-.html');

foreach($html->find('div#ProductDescription_Tab') as $description)

{

    $comments = $description->find('.hsn_comments', 0); 

      $comments->outertext = ''; 

     print $description->outertext ;

}

问题是，运行脚本后，我得到了我想要的前端，但查看页面源代码会显示大量 javascript 和 css 垃圾代码。可以吗？我不能只获取 html 标签而不需要任何额外的 css 或 javascript 代码吗？下面是我的 php 脚本运行脚本后查看页面源的图像。

https://i.stack.imgur.com/78X6z.jpg

Answer 1

如果您使用的是最新版本的 simpleHTMLDom，则可以使用该remove()功能。这是基于您现有代码的示例代码$html = file_get_html('https://homeshopping.pk/products/-Imported-Stretchable-Tights-For-Women--Pack-Of-3-.html');foreach($html->find('div#ProductDescription_Tab') as $description){&nbsp; &nbsp; $comments = $description->find('.hsn_comments', 0);&nbsp;&nbsp; &nbsp; &nbsp; $comments->outertext = '';&nbsp;&nbsp; &nbsp; //remove div with script&nbsp;&nbsp; &nbsp; $description->find('div#flix-minisite',0)->remove();&nbsp; &nbsp; $description->find('div#flix-inpage',0)->remove();&nbsp; &nbsp; //will remove all <script> tags&nbsp; &nbsp; foreach($description->find('script') as $s) $s->remove();&nbsp; &nbsp; //wil remove all <style> tags&nbsp; &nbsp; foreach($description->find('style') as $s) $s->remove();&nbsp; &nbsp; &nbsp;echo $description->innertext ;}