php xpath with text()和SimpleXMLElement-> xpath不符合xpath预期结果

时间:2013-11-07 21:53:43

标签: php xpath simplexml

我正在尝试获取/ td / span的所有文本节点。

我正在尝试使用xpath / td / span / text()

问题是它返回了每个文本元素的所有文本节点(这里有两个,“193”和“120”,它返回“193120”两次,而不是193和120在单独的元素中。)

我在任何在线工具上尝试完全相同的xpath,它在PHP中运行良好,结果完全不同。

使用SimpleXMLElement

$xhtmlSnippet = '<td><span>193<span>10</span><span></span><div>66</div><span>195</span><span>.</span><span>34</span><span>242</span><span></span>120<span>64</span></span></td>';

$xml = new SimpleXMLElement($xhtmlSnippet);

$xresult = $xml->xpath('/td/span/text()');    

foreach($xresult as $xnode){
    echo "<br /><br />NodeValue: " . $xnode;
}

给我:

  

NodeValue:193120

     

NodeValue:193120

以下是通过在线工具正常工作的示例(所有其他在线工具也提供预期输出):

Working example in online tester

编辑:

使用DOMDocument + DOMXPath,它似​​乎按预期工作:

    $dom = new DOMDocument;
    $dom->loadXML($xhtmlSnippet);

    $xpath = new DOMXPath($dom);

    foreach ($xpath->query('/td/span/text()) as $textNode) {
        echo "\n\nTextNode: " . $textNode->nodeValue;
    }

给出:

  

TextNode:193

     

TextNode:120

1 个答案:

答案 0 :(得分:4)

SimpleXMLElement只能单独表示元素和属性,或者表示相同类型的兄弟集合。 ->xpath() method返回一个SimpleXMLElement对象数组,允许它们为非兄弟对象,但不允许任何其他节点类型。

因此,表达式/td/span/text()匹配两个文本节点,但将它们作为表示其父元素的对象返回,在这种情况下恰好是相同的<span>元素,为您提供一个数组同一个对象两次。

难题的另一部分是,当您将SimpleXML元素转换为字符串时,它将其所有直接后代文本和CDATA节点组合成一个字符串,因此193120会粘在一起。

因此输出为193120,两次。

(这绝对是不直观的行为,虽然很难知道SimpleXML在这种情况下应该做什么;如果XPath表达式解析为元素或属性以外​​的其他东西,最好产生错误。


由于DOM API具有可能存在于XML中的每种节点的对象,并且PHP包含该API的完整实现,因此XPath表达式将按预期工作。更重要的是,SimpleXML和DOM对象实际上都是围绕相同内部存储器结构的包装器,因此您可以使用dom_import_simplexml()simplexml_import_dom()编写将两者结合起来的操作。

作为一个稍微不优雅的示例,如果您想在已经使用SimpleXML遍历的元素的上下文中运行XPath表达式,您可以执行以下操作:

$dom_node = dom_import_simplexml($simplexml_node);
$dom_xpath = new DOMXPath($dom_node->ownerDocument);
$dom_xpath_result = $dom_xpath->query('span/text()', $dom_node);

foreach($dom_xpath_result as $xnode){
    echo "<br /><br />NodeValue: " . $xnode->nodeValue;
}

显然,你可以根据需要将它包装成一个函数。另请注意,由于您的表达式从文档根开始(前导/),因此实际上下文无关紧要,这就是为什么我在上面使用了稍微不同的表达式。