PHP dom解析器：只有在另一个元素之后才获取元素计数？答案

【问题标题】：PHP dom parser: How to get element count only if it comes after another element?PHP dom解析器：只有在另一个元素之后才获取元素计数？
【发布时间】：2020-09-20 05:39:21
【问题描述】：

我正在尝试计算散布在整篇文章中的 HTML 页面上有多少图像，但我不想计算在文章正文开始之前出现的图像。问题是类是完全相同的，所以我不能用它来帮助我，而且不是每篇文章都以图像开头。所以 HTML 可能看起来像这样：

<img class="image-asset" src="image.jpg">
<p>First line</p>
<p>Second line</p>
<img class="image-asset" src="second_image.jpg">
<p>Third line</p>
<img class="image-asset" src="third_image.jpg">

在这种情况下，我只想计算第二张和第三张图像。这是我的代码，目前已成功计算每张图片：

$photoCount = count($html->find('div.image-asset'));

【问题讨论】：

所以在这个例子中，它是你不想计算的第一张图片？ DOM 的哪一部分定义了“文章”是什么？
“文章”文本的开头是否总是在<p> 标记中？
我看到了一些选项来实现你想做的事情。然而，这取决于文章是如何定义标记的。所以选择是遍历 dom 树，使用回调函数或使用正则表达式。
正确，第一张图片-如果是文章中的第一件事-我不想数。是的，在我要计算的第一张照片之前总会有至少一个
标签。

标签： php parsing dom web-scraping simple-html-dom

【解决方案1】：

我相信您正在寻找以下方面的东西：

$dom = new DOMDocument;
$dom->loadHTML($html);
$xpath = new DOMXPath($dom);

$target = $xpath->query('//img[preceding-sibling::p]');
echo count($target), PHP_EOL;
//and just to be on the safe side:
foreach ($target as $t) {
    echo $t->ownerDocument->saveHTML($t), PHP_EOL;
};

输出：

2
<img class="image-asset" src="second_image.jpg">
<img class="image-asset" src="third_image.jpg">

【讨论】：