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？