Question

在同一个html页面中有两种不同的格式包含：

第一个是：

<div class="gs"><h3 class="gsr"><a href="http://www.example1.com/">title1</a>

第二个是：

<div class="gs"><h3 class="gsr"><span class="gsc"></span><a href="http://www.example2.com/">title2</a>

如何在一个代码中获取可以使用simple_html_dom处理这两种不同格式的链接和标题？我试过这段代码，但它不起作用：

foreach($html->find('h3[class=gsr]') as $docLink){
   $link = $docLink->first_child();
   echo $link->plaintext;
   echo $link->href;
}

Answer 1

使用getElementsByTagName($tag);

它会在dom中找到所有指定的标签......

请参阅此链接getElementsByTagName

Answer 2

从doc开始，似乎有一个后代选择器的概念

// Find all <td> in <table> which class=hello 
$es = $html->find('table.hello td');

然后

foreach($html->find('h3[class=gsr] a') as $link) {
   echo $link->plaintext;
   echo $link->href;
}

应该做你的工作。 [我真的不知道simple_html_dom btw;）只是试一试]

修改

还有嵌套选择器

// Find first <li> in first <ul> $e = $html->find('ul', 0)->find('li', 0);

所以

foreach($html->find('h3[class=gsr]') as $docTitle) { $link = $docTitle->find('a', 0); //get the first anchor tag echo $link->plaintext; echo $link->href; }

也应该有用

解析在相同元素上具有两种不同格式的html页面

2 个答案: