使用 xpath 选择 css 类答案

【问题标题】：Selecting a css class with xpath使用 xpath 选择 css 类
【发布时间】：2012-02-07 04:45:05
【问题描述】：

我只想选择一个名为 .date 的类

由于某种原因，我无法让它工作。如果有人知道我的代码有什么问题，将不胜感激。

@$doc = new DOMDocument();
@$doc->loadHTML($html);
$xml = simplexml_import_dom($doc); // just to make xpath more simple
$images = $xml->xpath('//[@class="date"]');                             
foreach ($images as $img)
{
    echo  $img." ";
}

【问题讨论】：

那段 html 呢？（更喜欢向我们展示 asXML() 的 simpleXml 输出，因为它更接近 xpath）
如果有多个类你需要做contains(@class, 'date')
PHP - Parse All Links That Contain A Speciffic Word In "href" Tag的可能重复
XPath: How to match attributes that contain a certain string的可能重复
@Gordon 的回答很危险，如果类属性是“datetime”，它也会匹配。 user716736的回答比较完整。

标签： php html xml xpath web

【解决方案1】：

我想写这个问题的规范答案，因为上面的答案有问题。

我们的问题

CSS 选择器：

.foo

将选择任何具有 foo 类的元素。

如何在 XPath 中做到这一点？

虽然 XPath 比 CSS 更强大，但 XPath 没有 CSS 类选择器的原生等效项。但是，有一个解决方案。

正确的做法

XPath 中的等效选择器是：

//*[contains(concat(" ", normalize-space(@class), " "), " foo ")]

函数normalize-space 去除前导和尾随空格（并且还将空白字符序列替换为单个空格）。

（在更一般的意义上）这也相当于 CSS 选择器：

*[class~="foo"]

将匹配任何 class 属性值为空格分隔值列表的元素，其中一个值与 foo 完全相同。

一些明显但错误的方法

XPath 选择器：

//*[@class="foo"]

不起作用！因为它不会匹配具有多个类的元素，例如

<div class="foo bar">

如果类名周围有多余的空格，它也不会匹配：

<div class="  foo ">

“改进的”XPath 选择器

//*[contains(@class, "foo")]

也不行！因为它错误地将元素与 foobar 类匹配，例如

<div class="foobar">

感谢这个家伙，他是我在网上找到的最早发布的解决此问题的方法： http://dubinko.info/blog/2007/10/01/simple-parsing-of-space-seprated-attributes-in-xpathxslt/

【讨论】：

规范化空间需要什么？
“上面的答案”可能是指 MrGlass 的。
这可能吗<div class="foo\tbar">？我的意思是，用制表符分隔的类名。
但
和
对于 $x('//div[contains(concat(" ", normalize -space(@class), " "), "条件")]')
@testerjoe2 你试过//*[contains(concat(" ", normalize-space(@class), " "), " foo ")] 吗？

【解决方案2】：

XPath 3.1 引入了一个函数contains-token，因此最终“正式”解决了这个问题。专为support classes设计。

示例：

//*[contains-token(@class, "foo")]

此函数确保正确处理空白（不仅是 (U+0020)），在类名重复的情况下工作，并且通常涵盖边缘情况。

注意：截至今天 (2016-12-13) XPath 3.1 的状态为候选推荐。

【讨论】：

它在今天最新的 chrome 中不起作用。在它起作用之前，我们如何绕过 //*[contains(@class, "foo")] 也会选择任何包含 foo 的类的限制，例如 foobar、fooz 等。

【解决方案3】：

在 XPath 2.0 中，您可以：

//*[count(index-of(tokenize(@class, '\s+' ), 'foo')) = 1]

正如克里斯蒂安·韦斯克所说： https://cweiske.de/tagebuch/XPath%3A%20Select%20element%20by%20class.htm

【讨论】：

不幸的是，截至 2017 年 6 月 12 日，chrome 似乎并未实现此功能。基于en.wikipedia.org/wiki/…，它似乎全面缺乏

【解决方案4】：

当心模板中的减号！如果您在 DOM 中查询“my-ownclass”：

<ul class="my-ownclass"><li>...</li></ul>
<ul class="someother"><li>...</li></ul>
<ul><li>...</li></ul>

$finder = new DomXPath($dom);
$nodes = $finder->query(".//ul[contains(@class, 'my-ownclass')]"); // This will NOT behave as expected! This will strangely match all the <ul> elements in DOM.
$nodes = $finder->query(".//ul[contains(@class, 'ownclass')]"); // This will match the element.

【讨论】：

【解决方案5】：

HTML 允许不区分大小写的元素和属性名称，然后 class 是一个空格分隔的类名列表。在这里，我们使用 img 标签和名为 date 的 class：

//*['IMG' = translate(name(.), 'abcdefghijklmnopqrstuvwxyz', 'ABCDEFGHIJKLMNOPQRSTUVWXYZ')]/@*['CLASS' = translate(name(.), 'abcdefghijklmnopqrstuvwxyz', 'ABCDEFGHIJKLMNOPQRSTUVWXYZ') and contains(concat(' ', normalize-space(.), ' '), concat(' ', 'date', ' '))]

另请参阅：CSS Selector to XPath conversion

【讨论】：

【解决方案6】：

//[@class="date"] 不是有效的 xpath。

试试//*[@class="date"]，或者如果你知道这是一张图片，//img[@class="date"]

【讨论】：