使用 PHP Xpath 尝试快速提取 html 页面中的某些链接。

以下将找到 mypage.html 上的所有 href 链接: $nodes = $x->query("//a[@href]");

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

我想要实现的是匹配 href 本身，更具体地查找包含某些参数的 url。这在 Xpath 查询中是否可行，还是我应该开始处理第一个 Xpath 查询的输出？

最佳答案

不确定我是否正确理解了这个问题，但第二个 XPath 表达式已经完成了您所描述的操作。它不匹配A元素的文本节点，而是href属性:

$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 仅包含带有 href 的 A 元素，其中包含 foo(我知道这就是您要查找的内容)。它包含整个元素，因为 XPath 转换为获取所有具有包含 foo 的 href 属性的 A 元素。然后，您将使用

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

如果你只想返回属性本身，你必须这样做

//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"
    }
  }
}

但您现在可以通过

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

关于PHP Xpath : get all href values that contain needle，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/2392393/