Question

我正在尝试对外部网站的HTML进行排序，不幸的是，该网站的组织非常糟糕。数据可能如下所示：

<a class="title">Title One</a>
<a class="item">Item One</a>
<a class="item">Item Two</a>

<a class="title">Title Two</a>
<a class="item">Item One</a>
<a class="item">Item Two</a>

我正在使用像这样的xpath查询标题：

$titles = $x->evaluate('//a[@class="title"]');

现在，我想列出标题下面的项目。不幸的是，这些元素都没有方便地包装在父div中，所以我不能只过滤父节点中的所有内容。所以，我对这些项目使用这样的查询：

$titles = $x->evaluate('//a[@class="item"]');

理想情况下，我想做的只是检查当前标题元素下面的结果。所以，如果我循环并点击“标题一”，我只想检查标题一和标题二之间出现的“项目”结果。有没有办法做到这一点？

此处无法修改HTML。我知道这个问题有点荒谬，我的解释可能很糟糕，但是如果有解决办法的话，那真的会帮助我！

谢谢大家。

Answer 1

您可以先找到标题元素，然后使用->nextSibling()继续前进：

$html =<<<EOM
<a class="title">Title One</a>
<a class="item">Item One</a>
<a class="item">Item Two</a>

<a class="title">Title Two</a>
<a class="item">Item One</a>
<a class="item">Item Two</a>
EOM;

$d = new DOMDocument;
$d->loadHTML($html);
$x = new DOMXPath($d);
foreach ($x->query('//a[@class="title"]') as $node) {
    echo "Title: {$node->nodeValue}\n";
    // iterate the siblings
    while ($node = $node->nextSibling) {
       if ($node->nodeType != XML_ELEMENT_NODE) {
            continue; // skip text nodes
        }
        if ($node->getAttribute('class') != 'item') {
            // no more .item
            break;
        }
        echo "Item: {$node->nodeValue}\n";
    }
}

输出：

Title: Title One
Item: Item One
Item: Item Two
Title: Title Two
Item: Item One
Item: Item Two

Answer 2

您希望选择<a>元素的所有后续兄弟姐妹，class="title"元素再次为<a>元素，但class="item"且具有第一个前一个兄弟{ {1}} <a>元素是您开始查看的第一个元素。

E.g。在xpath中，例如，您正在寻找第一个class="title"元素：

title

对于该元素，//a[class="title"][1]元素如下：

item

如果你想在代码中使用它，可以通过创建title元素的相对表达式并使用//a[@class="title"][1] /following-sibling::a[ @class="item" and preceding-sibling::a[@class="title"][1] = //a[@class="title"][1] ]来实现：

DOMelement::getNodePath()

输出：

$titles = $xp->query('//a[@class="title"]');
foreach ($titles as $title)
{
    echo $title->nodeValue, ":\n";
    $query = './following-sibling::a[@class="item" and 
              preceding-sibling::a[@class="title"][1] = ' .
              $title->getNodePath() . ']';
    foreach ($xp->query($query, $title) as $item)
    {
        echo ' * ', $item->nodeValue, "\n";
    }    
}

获取DOMXpath结果低于HTML中的上一个结果

2 个答案: