Как спарсить сообщение с форума?

Question

[Nurshat]

Появилась необходимость парсить сообщения с одного форума, и вслед за задачей появилась проблема, дело в том что сообщение в форуме может строится следующим образом:

<div class="сообщение">

<div class="цитата">цитата</div>
комментарий к цитате 
<div class="цитата">цитата 2</div>
комментарий к цитате 2
<img src="картинка">
комментарий к картинке

</div>

в самом парсинге проблем нет, проблема в сохранении порядка элементов. Так вот как это добро парсить так чтоб можно было сохранить порядок элементов?
Для парсинга использую simple html dom.

Объясню немного:
Если я напишу просто $html->find(".сообщение")->plaintext; то в качестве ответа получу "комментарий к цитате комментарий к цитате 2 комментарий к картинке" - то есть не будет понятно какой из комментариев к какой цитате относится.

Answer 1

[Alex XYZ]

Сразу брать plaintext неправильно. Вместо plaintext надо воспользоваться children(), чтобы получить набор потомков. Потом пройтись по ним циклом. Если встретился div, то предполагаем, что это сообщение. Если следующий элемент - текст, то это уже комментарий к сообщению.

Comments

[Nurshat]

что-то даже не подумал что так можно) Получается каждый участок текста в массиве будет идти как отдельный элемент?

[Alex XYZ]

Nurshat: Да. Вам нужно почитать, как разбирается xml. В XML нет просто текста. Есть набор "текстовых" потомков, даже если они не обрамлены тегами, но перемешаны с обычными тегами. Т.е. в вашем случае в массиве children будут div, text, div, text, img, text. HTML частный случай XML, поэтому надо пользоваться методами разбора XML. plaintext - это просто "выдирание" только текста из всех потомков, фактически просто удаление всего, что находится в угловых скобках. Остальное вам и предъявляется как plaintext.

[Nurshat]

Захаров Александр: Большое спасибо за ответ)

[Alex XYZ]

Nurshat: Пожалуйста.