在php中按属性值获取HTML元素

Question

我需要用php从网页中提取一些数据.我感兴趣的部分结构与此类似:

<a href="somepath" target="fruit">apple</a>
<a href="somepath" target="animal">cat</a>
<a href="somepath" target="fruit">orange</a>
<a href="somepath" target="animal">dog</a>
<a href="somepath" target="fruit">mango</a>
<a href="somepath" target="animal">monkey</a>

首先,我想要提取所有水果,然后提取所有动物,以便我将它们很好地分组.

我想出了如何遍历所有属性值.这是代码:

$dom = new DOMDocument();
$html = file_get_contents('example.html');

@$dom->loadHTML($html);

$a = $dom->getElementsByTagName('a');

for ($i; $i < $a->length; $i++) {
$attr = $a->item($i)->getAttribute('target');

echo $attr . "\n";
}

所以我得到:

fruit animal fruit animal fruit animal

我还发现了如何获取元素的文本内容:

$a->item($i)->textContent

所以,如果包含在循环中并回显,我得到:

apple cat orange dog mango monkey

我觉得我非常接近,但我无法得到我想要的东西.我需要这样的东西:

if(target ="fruit")然后给我"苹果,橘子,芒果".

有人可以指点我正确的方向吗？

谢谢.

Answer 1

只是continue在target没有的属性上fruit,然后将textContent元素添加到数组中.

$nodes = array();

for ($i; $i < $a->length; $i++) {
    $attr = $a->item($i)->getAttribute('target');

    if ($attr != 'fruit') {
        continue;
    }

    $nodes[] = $a->item($i)->textContent;
}

$nodes现在包含target属性设置为的元素的所有节点fruit.

Answer 2

使用DOMXPath和查询:

$doc = new DOMDocument();
$doc->Load('yourFile.html');

$xpath = new DOMXPath($doc);

$fruits = $xpath->query("//a[@target='fruit']");
foreach($fruits as $fruit) {
    // ...
}

$animals = $xpath->query("//a[@target='animal']");
foreach($animals as $animal) {
    // ...
}

看这个演示.