Xpath 从多个复杂的标签中获取文本内容答案

【问题标题】：Xpath get text content from multiple and complicated tagsXpath 从多个复杂的标签中获取文本内容
【发布时间】：2018-11-20 18:42:14
【问题描述】：

我有这个 HTML 模板：

<center>
    <img src="image1">
    <br><br>
    <img src="image2">
    <br><br>
    <strong><em>TITLE1 :</em></strong> DESC1<br>
    <strong><em>TITLE2 :</em></strong> DESC2<br>
    <strong><em>TITLE3 :</em></strong> DESC3<br>
    <strong><em>TITLE4 :</em></strong> DESC4<br>
    <strong><em>TITLE5 :</em></strong> DESC5<br><br><br>
    <img src="image3">
    <br><br><br>DESC_GEN
</center>

我想使用 xpath 来得到这个预期的结果：

TITLE 1 = DESC 1
TITLE 2 = DESC 2
TITLE 3 = DESC 3
TITLE 4 = DESC 4
TITLE 5 = DESC 5
general = DESC_GEN

在一个数组中，这样我就可以在我的代码中的其他地方使用这些值。

这是我尝试过的：

$dom = new DOMDocument();
$dom->loadHTML($html_string);
$xpath = new DOMXpath($dom);

$elements = $xpath->query("//em");
foreach($elements as $e) {
    echo $e->nodeValue . '<br/>';
}

但不幸的是，这只返回 TITLE 1、TITLE 2、TITLE 3 等。

我想获取它们各自的值（在本例中为 DESC 1、DESC 2 等...）。

我可以采取什么方法来实现这个目标？

【问题讨论】：

标签： php html xpath domdocument

【解决方案1】：

仅供参考，您使用的 HTML 模板不是格式良好的 xml 文档。它可能会也可能不会导致问题，具体取决于您的解析器。

获得所需内容的最简单方法可能是首先获取标题列表

//em/text()

然后用

获取描述列表

//em/following::text()[1]

然后用一般描述

//center/text()[last()]

最后只需要做一些字符串操作就可以得到你想要的形式。

请注意，实际的 xpath 表达式可能会因特定的 HTML 文档而异。但是，以上内容应该适用于您提供的模板。

【讨论】：

【解决方案2】：

走到父em，即xpah中的strong或..，然后选择text()

$elements = $xpath->query("//em");
foreach($elements as $e) {
    $desc = $xpath->query("../following-sibling::text()", $e);
    echo $e->nodeValue . $desc[0]->nodeValue ."<br/>";
}

【讨论】：