Question

我有以下代码用于xpath查询...

<div class="buying">


<h1 class="parseasinTitle ">

<span id="btAsinTitle">Top Ten Tips for Growing Your Own Tomatoes (The Basic Art of Italian Cooking) <span style="text-transform: capitalize; font-size: 16px;">[Kindle Edition]</span></span>


</h1>
</div>

我只想提取

种植自己的西红柿的十大秘诀（意大利烹饪的基本艺术）

所以我使用textContent和以下xpath查询

$xpath_books->query('//span[@id="btAsinTitle"]')

但结果是

种植自己的西红柿的十大秘诀（意大利烹饪的基本艺术）[Kindle版]

我认为，我必须排除<span style="text-transform: capitalize; font-size: 16px;">，以达到我的目的，我该怎么做？

Answer 1

使用此XPath：

//span[@id="btAsinTitle"]/text()

Answer 2

您的XPath确实仅返回具有id的节点，但由于DOM是链接DOMNode的树，因此返回的节点将包含子节点。当您使用nodeValue或textContent访问返回的范围时，PHP将返回所有子节点的组合DOMText节点，包括持有“Kindle Edition”的子跨度。

      SPAN
     /    \
   TEXT   SPAN
            \
            TEXT

有关DOMDocument in php

的更多信息

如果只想获取第一个文本部分，则必须获取第一个childNode的nodeValue：

echo $result->item(0)->childNodes->item(0)->nodeValue;

直接用XPath获取该字符串的替代方法是

echo $xpath->evaluate('string(//span[@id="btAsinTitle"]/text())');

请参阅http://php.net/manual/en/domxpath.evaluate.php

如果要返回整个DOMText节点，请使用

//span[@id="btAsinTitle"]/text()

根据xpath中的类和样式排除标记

2 个答案: