使用 PHP 和 XPath 获取匹配正则表达式的 href
Posted
技术标签:
【中文标题】使用 PHP 和 XPath 获取匹配正则表达式的 href【英文标题】:Get hrefs that match regex expression using PHP & XPath 【发布时间】:2016-06-02 15:13:18 【问题描述】:我有一个包含多个超链接的页面。我想得到的格式是:
<html>
<body>
<div id="diva">
<a href="/123" >text2</a>
</div>
<div id="divb">
<a href="/345" >text1</a>
<a href="/678" >text2</a>
</div>
</body>
</html>
我想提取三个href 123,345和678。
我知道如何使用$gm = $xpath->query("//a")
获取所有超链接,然后遍历它们以获取 href 属性。
是否有某种正则表达式可以仅获取具有上述格式的属性(即“/digits”)?
谢谢
【问题讨论】:
【参考方案1】:XPath 1.0 是 DOMXPath()
支持的版本,没有 Regex 功能。不过,如果需要,您可以轻松编写自己的 php 函数来执行从 DOMXPath
调用的正则表达式,如 this other answer 中所述。
test if an attribute value is a number 有 XPath 1.0 方式,你可以在href
属性值上使用/
字符后,来测试属性值是否遵循/digits
模式:
//a[number(substring-after(@href,'/')) = substring-after(@href,'/')]
更新:
为了完整起见,这里是 a working example 从 DOMXPath::query()
调用 PHP 函数 preg_match
以完成相同的任务:
$raw_data = <<<XML
<html>
<body>
<div id="diva">
<a href="/123" >text2</a>
</div>
<div id="divb">
<a href="/345" >text1</a>
<a href="/678" >text2</a>
</div>
</body>
</html>
XML;
$doc = new DOMDocument;
$doc->loadXML($raw_data);
$xpath = new DOMXPath($doc);
$xpath->registerNamespace("php", "http://php.net/xpath");
$xpath->registerPHPFunctions("preg_match");
// php:function's parameters below are :
// parameter 1: PHP function name
// parameter 2: PHP function's 1st parameter, the pattern
// parameter 3: PHP function's 2nd parameter, the string
$gm = $xpath->query("//a[php:function('preg_match', '~^/\d+$~', string(@href))]");
foreach ($gm as $a)
echo $a->getAttribute("href") . "\n";
【讨论】:
1+;太糟糕了//a[matches(@href, '^/\d+$')]
不支持。
完美答案。谢谢你。 PHP 不支持 Xpath2.0 吗?
@fractal5 不是核心 PHP。我不经常使用 PHP,也许有一个库提供 XPath 2.0 支持,不确定。您最好的选择可能是调用 PHP 函数,如 preg_match
或您自己的 PHP 函数。 UPDATE 部分中提供的示例。以上是关于使用 PHP 和 XPath 获取匹配正则表达式的 href的主要内容,如果未能解决你的问题,请参考以下文章
正则表达式、xpath、BeautifulSoup和JSONPath的区别?
如何通过移动 xpath 与 Appium 匹配 @text 属性和正则表达式(正则表达式)来查找元素?