基于tr计数的td / th的XPath

Question

使用XPath进行webscrape。

结构是：

<table>
  <tbody>
     <tr>
        <th>
        <td>

但其中一个tr只包含一个或一个td。

<table>
      <tbody>
         <tr>
            <th>

所以我只想在TR里面包含两个标签。 我正在走这条路

 $route = $path->query("//table[count(tr) > 1]//tr/th");

要么

 $route = $path->query("//table[count(tr) > 1]//tr/td");

但它不起作用。

我在这里给出orjinal表的链接。 第一个表的最后两个TR只有一个TD。 这导致了问题。 第2或第3表也有同样的问题。

https://www.daiwahouse.co.jp/mansion/kanto/tokyo/y35/gaiyo.html

      $route = $path->query("//tr[count(*) >= 2]/th");
      foreach ($route as $th){
          $property[] = trim($th->nodeValue);
      }

      $route = $path->query("//tr[count(*) >= 2]/td");
      foreach ($route as $td){
          $value[] = trim($td->nodeValue);
      }

我试图同时选择TH和TD。 但是如果TR包含一个TD，那么就会发现问题。 因为在TD计数和TH计数不相同的情况下，我正在刮取更多TD然后TH

Answer 1

这个XPath，

//table[count(.//tr) > 1]/th

将选择所有th所有内的元件table具有元素多于一个tr后代（不管是否tbody存在）。

这个XPath，

//tr[count(*) > 1]/*

将选择具有多个子元素的tr元素的所有子元素。

这个XPath，

//tr[count(th) = count(td)]/*

将选择tr元素的所有子元素，其中th元素的数量等于td子元素的数量。

OP发布了该网站的链接。 根元素位于xmlns="http://www.w3.org/1999/xhtml"命名空间中。

请参阅XPath如何处理XML命名空间？

Answer 2

如果我理解正确的话，你想th中的元素tr s表示包含两个元素？ 我认为这就是你需要的：

//th[count(../*) = 2]

Answer 3

我在答案中包含了一个更明确的路径，其中包含一个or语句来计算TH和TD元素

$html = '
  <html>
    <body>
      <table>
        <tbody>
          <tr>
            <th>I am Included</th>
            <td>I am a column</td>
          </tr>
        </tbody>
      </table>
      <table>
        <tbody>
          <tr>
            <th>I am ignored</th>
          </tr>
        </tbody>
      </table>
      <table>
        <tbody>
          <tr>
            <th>I am also Included</th>
            <td>I am a column</td>
          </tr>
        </tbody>
      </table>
    </body>
  </html>
';

$doc = new DOMDocument();
$doc->loadHTML( $html );

$xpath = new DOMXPath( $doc );
$result = $xpath->query("//table[ count( tbody/tr/td | tbody/tr/th ) > 1 ]/tbody/tr");

foreach( $result as $node )
{
  var_dump( $doc->saveHTML( $node ) );
}

// string(88) "<tr><th>I am Included</th><td>I am a column</td></tr>"
// string(93) "<tr><th>I am also Included</th><td>I am a column</td></tr>"

您也可以将此用于任何深度后代

//table[ count( descendant::td | descendant::th ) > 1]//tr

在条件（方括号部分）之后更改xpath以更改返回的内容。

基于tr计数的td / th的XPath

问题描述

3 个解决方案

解决方案1
2 已采纳 2019-01-25 03:33:28

解决方案2
0 2019-01-25 03:41:14

解决方案3
0 2019-01-25 03:46:37

基于tr计数的td / th的XPath

问题描述

3 个解决方案

解决方案1 2 已采纳 2019-01-25 03:33:28

解决方案2 0 2019-01-25 03:41:14

解决方案3 0 2019-01-25 03:46:37

解决方案1
2 已采纳 2019-01-25 03:33:28

解决方案2
0 2019-01-25 03:41:14

解决方案3
0 2019-01-25 03:46:37