如何在锚标记中提取所有img标记?

时间:2011-09-14 11:07:31

标签: php domdocument

我想使用PHP DOM对象提取锚标记内的所有img标记。

我正在使用下面的代码尝试它,但它获取所有锚标记,并且由于img标记的内部使其文本为空。

function get_links($url) {

    // Create a new DOM Document to hold our webpage structure
    $xml = new DOMDocument();

    // Load the url's contents into the DOM
    @$xml->loadHTMLFile($url);

    // Empty array to hold all links to return
    $links = array();

    //Loop through each <a> tag in the dom and add it to the link array
    foreach($xml->getElementsByTagName('a') as $link) 
    {
       $hrefval = '';
       if(strpos($link->getAttribute('href'),'www') > 0)
       {
           //$links[] = array('url' => $link->getAttribute('href'), 'text' => $link->nodeValue);
           $hrefval = '#URL#'.$link->getAttribute('href').'#TEXT#'.$link->nodeValue;
           $links[$hrefval] = $hrefval;
       }
       else
       {
           //$links[] = array('url' => GetMainBaseFromURL($url).$link->getAttribute('href'), 'text' => $link->nodeValue);
           $hrefval = '#URL#'.GetMainBaseFromURL($url).$link->getAttribute('href').'#TEXT#'.$link->nodeValue;
           $links[$hrefval] = $hrefval;
       }
    }

    foreach($xml->getElementsByTagName('img') as $link) 
    {
        $srcval = '';
       if(strpos($link->getAttribute('src'),'www') > 0)
       {
           //$links[] = array('src' => $link->getAttribute('src'), 'nodval' => $link->nodeValue);
           $srcval = '#SRC#'.$link->getAttribute('src').'#NODEVAL#'.$link->nodeValue;
           $links[$srcval] = $srcval;
       }
       else
       {
           //$links[] = array('src' => GetMainBaseFromURL($url).$link->getAttribute('src'), 'nodval' => $link->nodeValue);    
           $srcval = '#SRC#'.GetMainBaseFromURL($url).$link->getAttribute('src').'#NODEVAL#'.$link->nodeValue;
           $links[$srcval] = $srcval;

       }
    }

    //Return the links
    //$links = unsetblankvalue($links);
    return $links;
} 

这将分别返回所有锚标记和所有img标记。

2 个答案:

答案 0 :(得分:6)

$xml = new DOMDocument;
libxml_use_internal_errors(true);
$xml->loadHTMLFile($url);
libxml_clear_errors();
libxml_use_internal_errors(false);
$xpath = new DOMXPath($xml);
foreach ($xpath->query('//a[contains(@href, "www")]/img') as $entry) {
    var_dump($entry->getAttribute('src'));
}

答案 1 :(得分:0)

代码中strpos()函数的使用不正确。

而不是使用

if(strpos($link->getAttribute('href'),'www') > 0)

使用

 if(strpos($link->getAttribute('href'),'www')!==false )