Question

我有以下内容：

$html = "<a href="/path/to/page.html" title="Page name"><img src="path/to/image.jpg" alt="Alt name"  />Page name</a>"

我需要提取href和src属性以及锚文本

我的解决方案：

$dom = new DOMDocument;
$dom->loadHTML($html);
foreach ($dom->getElementsByTagName('a') as $node) { 
    $href = $node->getAttribute('href');
    $title = $node->nodeValue;
}
foreach ($dom->getElementsByTagName('img') as $node) { 
    $img = $node->getAttribute('src');
}

更聪明的方法是什么？

Answer 1

如果使用DOMXPath直接获取元素，则可以避免循环：

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

$a = $xpath->query( '//a')->item( 0);         // Get the first <a> node
$img = $xpath->query( '//img', $a)->item( 0); // Get the <img> child of that <a>

现在，你可以这样做：

echo $a->getAttribute('href');
echo $a->nodeValue;
echo $img->getAttribute('src');

这将打印：

/path/to/page.html 
Page name 
path/to/image.jpg

Answer 2

http://ca2.php.net/manual/en/function.preg-match.php - 如果你想使用正则表达式

或

http://php.net/manual/en/book.simplexml.php

如果您需要使用xml解析。

// Simple xml
$xml = simplexml_load_string($html);

$attr = $xml->attributes();
echo 'href: ' . $attr['href'] . PHP_EOL;

Answer 3

可能的替代方法：

$domXpath = new DOMXPath(DOMDocument::loadHTML($html));
$href = $domXpath->query('a/@href')->item(0)->nodeValue;
$src = $domXpath->query('img/@src')->item(0)->nodeValue;

空/空检查取决于您。

XPATH / PHP - 实现这一目标的更聪明的方法？

3 个答案: