Simple-html-dom跳过属性

Question

我正在尝试解析Google play的html页面，并获得一些关于应用程序的信息。Simple-html-dom可以完美地工作，但是如果页面包含没有空格的代码，它将完全忽略属性。例如，我有html代码：

<div class="doc-banner-icon"><img itemprop="image"src="https://lh5.ggpht.com/iRd4LyD13y5hdAkpGRSb0PWwFrfU8qfswGNY2wWYw9z9hcyYfhU9uVbmhJ1uqU7vbfw=w124"/></div>

如您所见，image和src之间没有任何空格，因此simple-html-dom忽略src属性，只返回<img itemprop="image">。如果我添加空格，它就能完美地工作。要获取此属性，我使用以下代码：

foreach($html->find('div.doc-banner-icon') as $e){          
        foreach($e->find('img') as $i){
            $bannerIcon = $i->src;              
        }
}

我的问题是如何更改这个漂亮的库以获得此div的完整内部文本

Answer 1

我只是创建了一个函数，将必要的空间添加到内容中：

function placeNeccessarySpaces($contents){
$quotes = 0; $flag=false;
$newContents = '';
for($i=0; $i<strlen($contents); $i++){
    $newContents.=$contents[$i];
    if($contents[$i]=='"') $quotes++; 
    if($quotes%2==0){
        if($contents[$i+1]!== ' ' && $flag==true) {             
            $newContents.=' ';
            $flag=false;
        }           
    }
    else $flag=true;        
}   
return $newContents;
}

然后在file_get_contents函数之后使用它。所以：

$contents = file_get_contents($url, $use_include_path, $context, $offset);
$contents = placeNeccessarySpaces($contents);

希望能对其他人有所帮助。