标签: domxpath

标题总结了它.我正在尝试查询HTML文件以查找包含该类result且不包含该类的所有div标记grid.

<div class="result grid">skip this div</div>
<div class="result">grab this one</div>

谢谢!

所以我有一个像这样的HTML字符串:

<td class="name">
   <a href="/blah/somename23123">Some Name</a>
</td>
<td class="name">
   <a href="/blah/somename28787">Some Name2</a>
</td>

使用XPath我可以使用此Xpath查询获取href属性的值:

 $domXpath = new \DOMXPath($this->domPage);
 $hrefs = $domXpath->query("//td[@class='name']/a/@href");
 foreach($hrefs as $href) {...}

而获取文本值更容易,如下所示:

 // Xpath auto. strips any html tags so we are 
 // left with clean text value of a element
 $domXpath = new \DOMXPath($this->domPage);
 $names = $domXpath->query("//td[@class='name']/");
 foreach($names as $name) {...}

现在我很想知道,我怎样才能将这两个查询结合起来,只用一个查询来获取两个值(如果它是类似的甚至是可行的？).

试着决定哪个更适合我的用例......

在比较这些方法的文档后,我模糊的理解是evaluate返回一个类型化的结果,但query没有.此外,该query示例包括循环遍历许多结果,但该evaluate示例假定单个类型的结果.

仍然没有多大的明智!当你使用其中一个时,任何人都可以解释(尽可能接近外行人的条款) - 例如,上面提到的多个/单个结果总是如此吗？

使用 DOMXPath::query 是否可以只获取一层深度的子节点？

例如，如果我有一个类似的文档：

<div>
    <span>
        <cite>
        </cite>
    </span>
    <span>
        <cite>
        </cite>
    </span>
</div>

我希望 NodeList 仅包含跨度而不包含引用。

还应该提到的是，它并不总是相同的元素（div、span 等）。我需要它与任何类型的元素一起使用。

这是我尝试过的，但似乎不起作用：

//*[not(ancestor::div)]

我试图从网站上删除一些内容,但下面的代码不起作用(没有显示任何输出).这是代码

$url="some url";
$otherHeaders="";   //here i am using some other headers like content-type,userAgent,etc
some curl to get the webpage
...
..
curl_setopt($ch,CURLOPT_RETURNTRANSFER,1);
$content=curl_exec($ch);curl_close($ch);

$page=new DOMDocument();
$xpath=new DOMXPath($page); 
$content=getXHTML($content);  //this is a tidy function to convert bad html to xhtml 
$page->loadHTML($content);    // its okay till here when i echo $page->saveHTML the page is displayed

$path1="//body/table[4]/tbody/tr[3]/td[4]";
$path2="//body/table[4]/tbody/tr[1]/td[4]";

$item1=$xpath->query($path1);
$item2=$xpath->query($path2);

echo $item1->length;      //this shows zero 
echo $item2->length;      //this shows zero

foreach($item1 as $t)
echo $t->nodeValue;    //doesnt show anything
foreach($item2 as $p)
echo $p->nodeValue; …

我在理解childNodes中存储的内容时遇到了一些麻烦.理想情况下,我想在每个子节点上做另一个xquery,但似乎无法直截了当.这是我的方案:数据:

<div class="something">
    <h3>
        <a href="link1.html">Link text 1</a>
    </h3>
    <div class"somethingelse">Something else text 1</div>
</div>
<div class="something">
    <h3>
        <a href="link2.html">Link text 2</a>
    </h3>
    <div class"somethingelse">Something else text 2</div>
</div>
<div class="something">
    <h3>
        <a href="link3.html">Link text 3</a>
    </h3>
    <div class"somethingelse">Something else text 3</div>
</div>

和代码:

$html = new DOMDocument();
$html->loadHtmlFile($local_file);
$xpath = new DOMXPath( $html );
$nodelist = $xpath->query( "//div[@class='something']");
foreach ($nodelist as $n) {
    Can I run another query here? }

对于"某事"的每个元素(即$ n),我想访问两段文本和href的值.我尝试使用childNode和另一个xquery,但无法获得任何工作.任何帮助将不胜感激!

我正在寻找一种方法来选择PHP最里面的div

例如:

<div>
    <div>
        <div>
            -
        </div>
    </div>
    <div>
        <div>
            <div>
                -
            </div>
        </div>
    </div>
</div>

在DIV含有的-将在被选择NodeList

我使用DOMDocument和DOMXpath来抛出html,继承人和我的一个方法的例子,这样你就可以看到我的类的创建方式.

public function getkeywords()
{
    foreach($this->Xpath->query('/html/head/meta[@content][@name="keywords"][1]') as $node)
    {
        $words = $node->getAttribute('content');
        if($words)
        {
            return explode(',',str_replace(array(", "," ,"),",",$words));
        }
        return false;
    }
    return false;       
}

<br/>如果之前或之后没有文字,我该如何删除？

例如,

<p><br/>hello</p>
<p>hello<br/></p>

他们应该像这样重写,

<p>hello</p>
<p>hello</p>

我应该使用DOMxpath还是正则表达式会更好？

(注意:我有一篇关于先前使用DOMxpath 删除的帖子<p><br/></p>,然后我遇到了这个问题!)

编辑:

如果我在输入中有这个,

$content = '<p><br/>hello<br/>hello<br/></p>';

那应该是

<p>hello<br/>hello</p>'

我正在构建一个使用XPath来分析HTML的命令行php scraping app - 问题是每次在循环中加载新的DOMXPath类实例时我的内存丢失大致等于正在加载的XML的大小.该脚本运行并运行,慢慢增加内存使用量,直到达到限制并退出.

我已经尝试强制垃圾收集,gc_collect_cycles()PHP仍然没有从旧的Xpath请求中获取内存.实际上,DOMXPath类的定义似乎甚至不包含析构函数？

所以我的问题是...... DOMXPath在我已经提取了必要的数据后,有没有办法强制垃圾清理？在类实例上使用unset可以预测不会做任何事情.

代码没什么特别的,只是标准的Xpath东西:

//Loaded outside of loop
$this->dom = new DOMDocument(); 

//Inside Loop
$this->dom->loadHTML($output);  
$xpath = new DOMXPath($this->dom);
$nodes = $xpath->query("//span[@class='ckass']");

//unset($this->dom) and unset($xpath) doesn't seem to have any effect

正如您在上面所看到的,我已经DOMDocument在循环之外保留了新类的实例化,尽管这似乎并没有提高性能.我甚至尝试将$xpath类实例从循环中取出并使用该__constructor方法直接将DOM加载到Xpath中,内存丢失是相同的.

可能重复:
如何使用XPath在XML文档中选择多组属性？

我的HTML代码:

<table width="100%" cellpadding="6" cellspacing="0">

我想通过不仅指定宽度而且通过cellpadding和cellspacing选择此表.

我正在使用这个PHP代码:

$query = $xpath->query('//table[@width|@cellpadding|@cellspacing]');

但它仍然显示整个HTML源而不是我想要的...
请帮助我..