代码之家 › 专栏 › 技术社区 › Brian Bruman

获取dom xpath中数据属性链接的文本值

xpath dom php

Brian Bruman · 技术社区 · 8 年前

我尝试过许多XPath表达式、计算、循环等等。我得到的最好结果是

" } object(DOMNodeList)#3 (1) { ["length"]=> int(0) }

有人告诉我做错了什么,让我摆脱了痛苦。

$doc = new DOMDocument;
libxml_use_internal_errors(true);
$doc->preserveWhiteSpace = false;
$doc->strictErrorChecking = false;
$doc->recover = true;
$text = urlencode('dog show');
$html = file_get_contents('https://en.wikipedia.org/w/index.php?search=' . $text . '&title=Special:Search&fulltext=Search');
$doc->loadHTML(htmlspecialchars($html));

var_dump($doc);

一切都恢复了,没有问题。--

现在,我该如何获得第一以a href的文本值返回搜索结果 /wiki/Dog_show 或者是 title 或者节点列表中嵌入的跨度值?

我试过将数据属性作为目标 data-serp-pos="0" 里面有我要找的东西

$query = "//a/@href[data-serp-pos=\"0\"]";
$v = $xpath->evaluate($query);
var_dump($v);

我甚至还试着在Dom树上走得更远

// $query = '//*[@id="mw-content-text"]/div/ul/li[1]/div[1]/a';
// $query = '//*[@id="mw-content-text"]/div/ul/li[1]';
// $query = '//div[@id="mw-content-text"]//a/@href';

尝试循环

// $result = '';
// foreach ($xpath->evaluate($query) as $p) {
//   $result .= $dom->saveHtml($p);
// }
// var_dump($result);

添加 string 在评估中, ->nodeValue , ->item(0) 等。

长度始终为0。

整个DIV HTML如下所示…

<div class="mw-search-result-heading"><a href="/wiki/Dog_show" title="Dog show" data-serp-pos="0"><span class="searchmatch">Dog</span><span class="searchmatch">show</span></a></div>

我没有做的(可能很简单)解决方案是什么? href 值和关联的链接文本(或标题属性——在本例中是相同的)

1 回复 | 直到 8 年前

Professor Abronsius 8 年前

我经常发现使用chrome中的开发人员工具“检查”我希望指向的元素是最容易的,从中可以复制针对特定节点的xpath表达式。这并不总是返回最有用的xpath表达式,但它通常是一个很好的起点——在本例中,我调整了返回的查询并将其添加到类名中。

希望有帮助

$term='dog show';
$url=sprintf('https://en.wikipedia.org/w/index.php?search=%s&title=Special:Search&fulltext=Search', urlencode( $term ) );


printf( '<a href="%s" target="_blank">%s</a>', $url, $url );

libxml_use_internal_errors(true);
$dom=new DOMDocument;
$dom->recover=true;
$dom->formatOutput=true;
$dom->preserveWhiteSpace=true;
$dom->strictErrorChecking=false;

$dom->loadHTMLFile( $url );
$xp=new DOMXPath( $dom );

/* possibly the important bit */
$query='//*[@id="mw-content-text"]/div/ul/li/div[@class="mw-search-result-heading"]/a';

$col=$xp->query( $query );

$html=array();

if( $col && $col->length > 0 ){
    foreach( $col as $node ){
        $html[]=array(
            'title'=>$node->nodeValue,
            'href'=>$node->getAttribute('href')
        );
    }
}


printf('<pre>%s</pre>',print_r($html,true));

将输出:

https://en.wikipedia.org/w/index.php?search=dog+show&title=Special:Search&fulltext=Search
Array(
[0] => Array
    (
        [title] => Dog show
        [href] => /wiki/Dog_show
    )

[1] => Array
    (
        [title] => Show dog
        [href] => /wiki/Show_dog
    )

[2] => Array
    (
        [title] => Westminster Kennel Club Dog Show
        [href] => /wiki/Westminster_Kennel_Club_Dog_Show
    )

[3] => Array
    (
        [title] => Dog Eat Dog (U.S. game show)
        [href] => /wiki/Dog_Eat_Dog_(U.S._game_show)
    )

   .......... etc