[英]Get DOMXpath results below previous result in HTML
我正在尝试对外部网站的HTML进行排序,不幸的是,该网站的组织非常糟糕。 数据可能如下所示:
<a class="title">Title One</a>
<a class="item">Item One</a>
<a class="item">Item Two</a>
<a class="title">Title Two</a>
<a class="item">Item One</a>
<a class="item">Item Two</a>
我正在使用像这样的xpath查询标题:
$titles = $x->evaluate('//a[@class="title"]');
现在,我想列出标题下面的项目。 不幸的是,这些元素都没有方便地包装在父div中,所以我不能只过滤父节点中的所有内容。 所以,我对这些项使用这样的查询:
$titles = $x->evaluate('//a[@class="item"]');
理想情况下,我想要做的只是检查当前标题元素下面的结果。 所以,如果我循环并点击“标题一”,我只想检查标题一和标题二之间出现的“项目”结果。 有没有办法做到这一点?
此处不能修改HTML。 我知道这个问题有点荒谬,我的解释可能很糟糕,但是如果有解决办法的话,那真的会对我有所帮助!
感谢大家。
您可以先找到title元素,然后使用->nextSibling()
继续前进:
$html =<<<EOM
<a class="title">Title One</a>
<a class="item">Item One</a>
<a class="item">Item Two</a>
<a class="title">Title Two</a>
<a class="item">Item One</a>
<a class="item">Item Two</a>
EOM;
$d = new DOMDocument;
$d->loadHTML($html);
$x = new DOMXPath($d);
foreach ($x->query('//a[@class="title"]') as $node) {
echo "Title: {$node->nodeValue}\n";
// iterate the siblings
while ($node = $node->nextSibling) {
if ($node->nodeType != XML_ELEMENT_NODE) {
continue; // skip text nodes
}
if ($node->getAttribute('class') != 'item') {
// no more .item
break;
}
echo "Item: {$node->nodeValue}\n";
}
}
输出:
Title: Title One
Item: Item One
Item: Item Two
Title: Title Two
Item: Item One
Item: Item Two
你想选择<a>
元素的所有以下兄弟,其中class="title"
再次是<a>
元素但是带有class="item"
并且具有第一个前面的兄弟<a>
元素,带有class="title"
是你开始看的确切的第一个元素。
例如在xpath中,例如,您正在寻找第一个title
元素:
//a[class="title"][1]
对于该元素, item
元素如下:
//a[@class="title"][1]
/following-sibling::a[
@class="item"
and preceding-sibling::a[@class="title"][1]
= //a[@class="title"][1]
]
如果要在代码中使用它,可以通过创建title元素的相对表达式并使用DOMelement::getNodePath()
:
$titles = $xp->query('//a[@class="title"]');
foreach ($titles as $title)
{
echo $title->nodeValue, ":\n";
$query = './following-sibling::a[@class="item" and
preceding-sibling::a[@class="title"][1] = ' .
$title->getNodePath() . ']';
foreach ($xp->query($query, $title) as $item)
{
echo ' * ', $item->nodeValue, "\n";
}
}
输出:
Title One:
* Item One
* Item Two
Title Two:
* Item Three
* Item Four
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.