PHP Xpath:获取包含needle的所有href值

Question

使用PHP Xpath尝试快速拉取html页面中的某些链接.

以下内容将在mypage.html上找到所有href链接: $nodes = $x->query("//a[@href]");

以下将找到描述与我的针匹配的所有href链接: $nodes = $x->query("//a[contains(@href,'click me')]");

我想要实现的是匹配href本身,更具体的发现包含某些参数的url.这可能在Xpath查询中,还是我应该开始操作第一个Xpath查询的输出？

Answer 1

我不确定我是否正确理解了这个问题,但是第二个XPath表达式已经完成了你所描述的内容.它与A元素的文本节点不匹​​配,但与href属性匹配:

$html = <<< HTML
<ul>
    <li>
        <a href="http://example.com/page?foo=bar">Description</a>
    </li>
    <li>
        <a href="http://example.com/page?lang=de">Description</a>
    </li>
</ul>
HTML;

$xml  = simplexml_load_string($html);
$list = $xml->xpath("//a[contains(@href,'foo')]");

输出:

array(1) {
  [0]=>
  object(SimpleXMLElement)#2 (2) {
    ["@attributes"]=>
    array(1) {
      ["href"]=>
      string(31) "http://example.com/page?foo=bar"
    }
    [0]=>
    string(11) "Description"
  }
}

如您所见,返回的NodeList仅包含href包含foo的A元素(我理解您正在寻找的内容).它包含整个元素,因为XPath转换为使用包含foo的href属性获取所有A元素.然后,您将使用

echo $list[0]['href'] // gives "http://example.com/page?foo=bar"

如果您只想返回属性本身,则必须这样做

//a[contains(@href,'foo')]/@href

请注意,在SimpleXml中,这将返回一个SimpleXml元素:

array(1) {
  [0]=>
  object(SimpleXMLElement)#3 (1) {
    ["@attributes"]=>
    array(1) {
      ["href"]=>
      string(31) "http://example.com/page?foo=bar"
    }
  }
}

但您现在可以输出URL

echo $list[0] // gives "http://example.com/page?foo=bar"