我需要找到所有锚标记,其中img
标记为子元素。考虑以下情况,
<a href="test1.php">
<img src="test1.jpg" alt="Test 1" />
</a>
<a href="test2.php">
<span>
<img src="test2.jpg" alt="Test 2" />
</span>
</a>
我的要求是生成href
属性列表以及src
和alt
即,
$output = array(
array(
'href' => 'test1.php',
'src' => 'test1.jpg',
'alt' => 'Test 1'
),
array(
'href' => 'test2.php',
'src' => 'test2.jpg',
'alt' => 'Test 2'
)
);
如何在PHP中匹配上述情况? (使用Dom Xpath或任何其他dom解析器)
提前致谢!
答案 0 :(得分:3)
假设$doc
是代表您的HTML文档的DOMDocument
:
$output = array();
$xpath = new DOMXPath($doc);
# find each img inside a link
foreach ($xpath->query('//a[@href]//img') as $img) {
# find the link by going up til an <a> is found
# since we only found <img>s inside an <a>, this should always succeed
for ($link = $img; $link->tagName !== 'a'; $link = $link->parentNode);
$output[] = array(
'href' => $link->getAttribute('href'),
'src' => $img->getAttribute('src'),
'alt' => $img->getAttribute('alt'),
);
}
答案 1 :(得分:0)
使用简单的HTML DOM解析器http://simplehtmldom.sourceforge.net/
您可以执行以下操作(粗略代码,您必须调整代码才能使其正常工作。):
//include simple html dom parser
$html = file_get_html('your html file here');
foreach($html->find('a') as $data){
$output[]['href']=$data->href;
$output[]['src']=$data->src;
$output[]['alt']=$data->alt;
}
答案 2 :(得分:0)
假设您的HTML是有效的XML文档(具有单个根节点等),您可以像这样使用SimpleXML:
$xml = simplexml_load_file($filename);
$items = array();
foreach ($xml->xpath('//a[@href]') as $anchor) {
foreach ($anchor->xpath('.//img[@src][@alt]') as $img) {
$items[] = array(
'href' => (string) $anchor['href'],
'src' => (string) $img['src'],
'alt' => (string) $img['alt'],
);
}
}
print_r($items);
这使用xpath在文档中搜索具有<a>
属性的所有href
标记。然后,它会在找到的每个<a>
标记下进行搜索,以查找同时包含<img>
和src
个标记的alt
个标记。然后它只是抓取所需的属性并将它们添加到数组中。