使用 DOMDocument 按类从 HTML 文档中提取答案

【问题标题】：Using DOMDocument to extract from HTML document by class使用 DOMDocument 按类从 HTML 文档中提取
【发布时间】：2011-02-25 19:40:33
【问题描述】：

在 DOMDocument 类中，有一些方法可以通过 id 和标签名称（getElementById 和 getElementsByTagName）获取元素，但不能通过类。有没有办法做到这一点？

例如，如何从以下标记中选择 div？

<html>
...
<body>
...
<div class="foo">
...
</div>
...
</body>
</html>

【问题讨论】：

DOMDocument need to search for an element that has attribute class="something"的可能重复

标签： php domdocument

【解决方案1】：

简单的答案是使用 xpath：

$dom = new DomDocument();
$dom->loadHtml($html);
$xpath = new DomXpath($dom);
$div = $xpath->query('//*[@class="foo"]')->item(0);

但这不接受空格。因此，要按空格分隔的类进行选择，请使用以下查询：

//*[contains(concat(' ', normalize-space(@class), ' '), ' class ')

【讨论】：

使用 table[contains(@class, '$classname')] 查看我的替代方案

【解决方案2】：

$html = '<html><body><div class="foo">Test</div><div class="foo">ABC</div><div class="foo">Exit</div><div class="bar"></div></body></html>';

$dom = new DOMDocument();
@$dom->loadHtml($html);

$xpath = new DOMXPath($dom);

$allClass = $xpath->query("//@class");
$allClassBar = $xpath->query("//*[@class='bar']");

echo "There are " . $allClass->length . " with a class attribute<br>";

echo "There are " . $allClassBar->length . " with a class attribute of 'bar'<br>";

【讨论】：

【解决方案3】：

如果您需要按空格分隔的类选择，除了ircmaxell的答案：

$dom = new DomDocument();
$dom->loadHtml($html);
$xpath = new DomXpath($dom);
$classname='foo';
$div = $xpath->query("//table[contains(@class, '$classname')]")->item(0);

【讨论】：