使用 simple_html_dom 高效提取标题下的所有段落

<h2>Title 1</h2>
  <p>Text 1</p>
  <p>Text 2</p><p><span>立即学习</span>“<a href="https://pan.quark.cn/s/cb6835dc7db1" style="text-decoration: underline !important; color: blue; font-weight: bolder;" rel="nofollow" target="_blank">前端免费学习笔记（深入）</a>”；</p>
<h2>Title 2</h2>
  <p>Text 3</p>
  <p>Text 4</p>
  <p>Text 5</p>

[
    'Title 1' => ['Text 1', 'Text 2'],
    'Title 2' => ['Text 3', 'Text 4', 'Text 5'],
]

use voku\helper\HtmlDomParser;

$htmlContent = '<h2>Title 1</h2><p>Text 1</p><p>Text 2</p><p><span>立即学习</span>“<a href="https://pan.quark.cn/s/cb6835dc7db1" style="text-decoration: underline !important; color: blue; font-weight: bolder;" rel="nofollow" target="_blank">前端免费学习笔记（深入）</a>”；</p><h2>Title 2</h2><p>Text 3</p><p>Text 4</p><p>Text 5</p>';
$dom = HtmlDomParser::str_get_html($htmlContent);
$result = [];

foreach ($dom->find('h2') as $h2Element) {
    $paragraphs = [];
    // 尝试获取下一个p标签
    foreach ($h2Element->next_sibling('p') as $pElement) { // 注意：这里可能不会按预期工作
        $paragraphs[] = $pElement->text();
    }
    $result[$h2Element->text()] = $paragraphs;
}

print_r($result);

<?php

require_once 'vendor/autoload.php'; // 确保引入 simple_html_dom 库

use voku\helper\HtmlDomParser;

// 模拟的HTML内容
$htmlContent = '
    <h2>Title 1</h2>
      <p>Text 1</p>
      <p>Text 2</p><p><span>立即学习</span>“<a href="https://pan.quark.cn/s/cb6835dc7db1" style="text-decoration: underline !important; color: blue; font-weight: bolder;" rel="nofollow" target="_blank">前端免费学习笔记（深入）</a>”；</p>
    <h2>Title 2</h2>
      <p>Text 3</p>
      <p>Text 4</p>
      <p>Text 5</p>
    <h2>Title 3</h2>
      <div>Not a paragraph</div>
      <p>Text 6</p>
';

// 使用 HtmlDomParser 解析HTML字符串
$dom = HtmlDomParser::str_get_html($htmlContent);

// 初始化结果数组
$groupedContent = [];

// 遍历所有的 h2 元素
foreach ($dom->find('h2') as $h2Element) {
    $h2Text = $h2Element->text(); // 获取 h2 的文本作为键
    $paragraphs = []; // 用于存储当前 h2 下的段落

    // 获取 h2 元素的紧邻下一个同级元素
    $currentSibling = $h2Element->next_sibling();

    // 循环遍历所有后续同级元素，直到没有同级元素或遇到下一个 h2
    while ($currentSibling) {
        // 如果遇到下一个 h2 元素，则停止当前 h2 的段落收集
        if ($currentSibling->nodeName() === "h2") {
            break;
        }

        // 如果是 p 元素，则将其文本添加到当前 h2 的段落数组中
        if ($currentSibling->nodeName() === "p") {
            $paragraphs[] = $currentSibling->text();
        }

        // 移动到下一个同级元素
        $currentSibling = $currentSibling->next_sibling();
    }

    // 将收集到的段落添加到结果数组中
    $groupedContent[$h2Text] = $paragraphs;
}

// 打印最终结果
echo "<pre class="brush:php;toolbar:false;">";
print_r($groupedContent);
echo "

Array
(
    [Title 1] => Array
        (
            [0] => Text 1
            [1] => Text 2
        )

    [Title 2] => Array
        (
            [0] => Text 3
            [1] => Text 4
            [2] => Text 5
        )

    [Title 3] => Array
        (
            [0] => Text 6
        )

)