PHP Xpath：获取所有包含 needle 的 href 值

Posted 2023-03-05

【中文标题】PHP Xpath：获取所有包含 needle 的 href 值

【英文标题】：PHP Xpath : get all href values that contain needle

【发布时间】：2011-01-24 10:40:12

【问题描述】：

使用 php Xpath 尝试快速拉取 html 页面中的某些链接。

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

而以下将找到 description 与我的指针匹配的所有 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？

【问题讨论】：

是的，但搜索“needle”会返回 $node->nodeValue(); 中的文本部分，而不是所需的 example.com?param=needle ...？

【参考方案1】：

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 包含 foo 的 A 元素（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

访问该属性

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

输出网址

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

【讨论】：

这就是我的意思。使用 SimpleXML 时，只有我的 html 文档失败。 xpath 查询虽然有效，但与 DomXpath 一起使用可以满足我的需求。谢谢！