Question

我正在寻找数小时的解决方案（在PHP中）：

我有一些结构可能不同的XML文件

<page id="this is what I want to extract">
  <boh>
     <bah>
        <other childs (maybe one, maybe ten)>
           <ref id="This is all I know!"> Some text Lorem Ipsum</ref>

我需要两个公式才能：

从所有整个文件中的搜索中提取页面ID ，以获取特定的参考ID ，或参考标记内的部分文字强>

简而言之，我对此文件的了解是：它有一个参考标记，有时会有 id ，并且内部总是有一些文字。我要么有ref id，要么有文本的某些部分。我需要找到包含ref的页面节点的 id 。

所以：搜索“这就是我所知道的！”因为ref id 会输出“这就是我要提取的内容”

以及

在ref中搜索“Lorem”为 text 会输出“这就是我要提取的内容”

我怎样才能做到这一点？我已经google了很多，我想我应该制作一些与SimpleXML和XPATH相关的东西，但我从来没有以这种方式使用它们。

Answer 1

您可以在代码中使用此XPath表达式：

//page[contains(.//ref/text(), 'Lorem')]/@id

它将搜索<ref>后代的所有<page>元素，并将文本与字符串'Lorem'进行比较（在您的代码中，您应该将其作为变量传递）。它将返回一个包含<page>元素的所有id的集合，其中包含匹配的文本。

Answer 2

使用xpath查询您的XML：

$xml = simplexml_load_string($x); // assume XML in $x

$result1 = (string)$xml->xpath("//ref[@id = 'This is all I know!']/ancestor::page/@id")[0];

$result2 = (string)$xml->xpath("//ref[contains(.,'Lorem')]/ancestor::page/@id")[0];

看到它有效：https://eval.in/104646

评论：

上面的代码要求最后两行末尾的[0]使用PHP＆gt; = 5.4。如果您使用的是较低版本，请更新或执行：

$result = $xml->xpath("blabla");
$result = (string)$result[0];

第一个xpath表达式选择具有给定<ref>属性的树中所有//ref个节点（对于id）。找到后，它会返回其第一个id祖先的<page>属性。

第二个表达式选择包含搜索词组部分的所有<ref>，然后参见上文。

XML / PHP从文本搜索中检索属性值

2 个答案: