代码之家 › 专栏 › 技术社区 › Robo Robok

为什么我无法使用Dom\HTMLDocument搜索标签?

domdocument dom php

2

Robo Robok · 技术社区 · 8 月前

我正在尝试使用 Dom\HtmlDocument 这是PHP 8.4中的新功能。

假设我只需要计算所有div:

<?php

$html = <<<HTML
<!DOCTYPE html>
<html>
<head>
    <meta charset="UTF-8">
    <title>Example</title>
</head>
<body>
    <div>Hello</div>
</body>
</html>
HTML;

$doc = Dom\HTMLDocument::createFromString($html);
$xpath = new Dom\XPath($doc);

// No divs found:
$divs = $xpath->query('//div');
echo $divs->count(); // 0

// 6 elements found, including the div:
$anyTags = $xpath->query('//*');
echo $anyTags->count(); // 6

正如你所看到的,当我使用 * 要抓取任何元素,它都会按预期工作,甚至找到div。

为什么我不能使用标签选择器?我尝试了一些带有类名等更花哨的选择器,只要我使用,它就可以正常工作 * 而不是特定的标签。

1 回复 | 直到 8 月前

1

2

phihag 8 月前

默认情况下, Dom\HTMLDocument::createFromString 在命名空间中创建所有节点 http://www.w3.org/1999/xhtml 因此,如果你想通过XPath进行查询,你需要进行一个基于名称空间的查询,比如

$xpath->registerNamespace('xhtml', 'http://www.w3.org/1999/xhtml');
$divs = $xpath->query('//xhtml:div');

如果你想要无命名空间的HTML(如99%的用例),请通过 Dom\HTML_NO_DEFAULT_NS 到 Dom\HTML文档::createFromString :

$doc = Dom\HTMLDocument::createFromString(
    $html, Dom\HTML_NO_DEFAULT_NS);
$divs = $xpath->query('//div'); // returns 1 div