我正在解析一个html文件，获取预标记的内容，然后将其保存到一个文本文件中。
然而，当我在sublime或其他文本编辑器中打开文本文件时，表单匹配就消失了，我的问题是：如何在txt文件中保存原始状态的文本。
pre的内容如下：
x4x4|---------------------|-|-------------------|--------------------||---------------------|-|-------------------|--------------------||----------2-0-0------|-|-------------------|--------------------||----------------1-0-0|-|-------------------|--------------------||3-0-1-3-0---------------|0|1-3-1-3-3-1-0----|1-3-1-3-1-3-1-3-1-0---0-|x4x4|------------------------|-------------|-------------------||------------------------|-------------|-------------------||------------------------|-------------|-------------------||------------------------|-------------|0--0033------------||1-3-1-3-1-3-1-0-0000-|1-3-1-3-1-3-1|--------333-0-|x4x4|------------------------|---------------------|-|-------------||------------------------|---------------------|-|-------------||------------------------|----------2-0-0------|-|-------------||------------------------|----------------1-0-0|-|-------------||0--0000--0-1-3-1-3-1-3-1 | 3-0-1-3-0--------------| 0 | 1-3-1-3-1-3-1|
我的代码：
<?php
// example of how to use basic selector to retrieve HTML contents
include('simple_html_dom.php');
// get DOM from URL or file
$html = file_get_html('http://metaltabs.com/tab/10464/index.html');
foreach($html->find('title') as $e)
echo $e->innertext . '<br>';
$my_file = fopen("textfile.txt", "w") or die("Unable to open file!");
foreach($html->find('pre') as $e)
echo nl2br($e->innertext) . '<br>';
$txt = $e->innertext;
fwrite($my_file, $txt);
fclose($my_file);
?>
解析结果的问题是：
- 不保留换行符
- 保留HTML实体
要解决断线问题，您必须使用->load()而不是file_get_html:
$html = new simple_html_dom();
$data = file_get_contents( 'http://metaltabs.com/tab/10464/index.html' );
$html->load( $data , True, False );
/* └─┬┘ └─┬─┘
Optional parameter Optional parameter
lowercase Strip 'r'n
*/
要解决实体问题，可以使用php函数``：
$txt = html_entity_decode( $e->innertext );
结果是这样的：
Tuning E A D G B E
|------------------------------------------------------------|
|------------------------------------------------------------|
|------------------------------------------------------------|
|------------------------------------------------------------|
|-------<7-8>----------<10-11>---------<7-8>---7--10--8--11--|x9
|-0000-----------0000------------0000----------0-------------|
我尝试了这段代码，并用崇高的文本打开，文本文件保留了与您网站中相同的格式：
$html = file_get_contents("http://metaltabs.com/tab/4086/index.html");
$dom = new domDocument('1.0', 'utf-8');
// load the html into the object
$dom->loadHTML($html);
//preserve white space
$dom->preserveWhiteSpace = true;
$pre= $dom->getElementsByTagName('pre');
$file = fopen('text.txt', 'w');
fwrite($file, $pre->item(0)->nodeValue);
fclose($file);
这是假设您确信页面中只有一个预标记，否则您必须循环通过$pre变量