如何从 DOMXPath 查询中获取特定值？答案

【问题标题】：How do I get specific values from a DOMXPath query?如何从 DOMXPath 查询中获取特定值？
【发布时间】：2014-05-17 00:19:59
【问题描述】：

我是 DOMXPath 的新手，但我正在努力了解更多信息。目前我有一个这样的 HTML 结构：

    <span class="1">
        <div class="headerClass">
            Here you have <span class="spanClass1">some text</span>. And here there is <span class="spanClass2">even more text</span>
        </div>
        <table class="tableClass" id="tableID">
            <tr>
                <td>some text</td>
                <td>some text</td>
                <td>some text</td>
            </tr>
            <tr>
                <td>some text</td>
                <td>some text</td>
                <td><a href="http://www.website1.com" target="_blank">My Link</a></td>
            </tr>
            <tr>
                <td>some text</td>
                <td>some text</td>
                <td><a href="http://www.website2.com" target="_blank">My Link</a></td>
            </tr>
        </table>
    </span>

    <span class="2">
        <div class="headerClass">
            Here you have <span class="spanClass1">some text</span>. And here there is <span class="spanClass2">even more text</span>
        </div>
        <table class="tableClass" id="tableID">
            <tr>
                <td>some text</td>
                <td>some text</td>
                <td>some text</td>
            </tr>
            <tr>
                <td>some text</td>
                <td>some text</td>
                <td><a href="http://www.website1.com" target="_blank">My Link</a></td>
            </tr>
            <tr>
                <td>some text</td>
                <td>some text</td>
                <td><a href="http://www.website2.com" target="_blank">My Link</a></td>
            </tr>
        </table>
    </span>

... and the spans continue: 3, 4, 5 ... etc

为了从源文件中检索这个 HTML 代码，我使用这个：

$oDomXpath = new DOMXpath($oDom);
$query = "//span[number(@class)=number(@class)]";   
$oDomObject = $oDomXpath->query($query);

foreach ($oDomObject as $oObject) {
    // WHAT GOES HERE????
}

我需要将以下值存储在一个数组中：

所有<div class="headerClass">的纯文本，不带html标签。
所有<span class="spanClass2">的文字
所有网址都在表格内。表格可以有从 0 到很多的任意行数。

我怎样才能做到这一点？我必须在 foreach 循环中放入什么？我是否需要运行另一个查询？？

非常感谢您的帮助！

【问题讨论】：

标签： php html dom xpath domxpath

【解决方案1】：

您可以选择，可以使用多个 XPath 查询并逐个获取值，也可以构建具有多个路径的唯一 XPath 查询：

<pre><?php
$dom = new DOMDocument();
@$dom->loadHTMLFile('yourfile.html');

$xpath = new DOMXPath($dom);

$xquery = <<<'EOD'
//span[number(@class)=@class]/@class |
//span[number(@class)=@class]/div[@class='headerClass'] |
//span[number(@class)=@class]/div[@class='headerClass']/span[@class='spanClass2'] | 
//span[number(@class)=@class]/table[@class='tableClass']/tr/td/a
EOD;

$nodes = $xpath->query($xquery);

foreach ($nodes as $node) {
    if ($node->nodeType == XML_ELEMENT_NODE)
        switch($node->nodeName):
            case 'div' : echo '<br/>div content: ' . $node->nodeValue; break;
            case 'span': echo '<br/>span content: ' . $node->nodeValue; break;
            default    : echo '<br/>url: ' . $node->getAttribute('href');
        endswitch;
    else
        echo '<br/><br/>number: ' . $node->value;
}

【讨论】：