PHP XPath子Concat和换行问题 [英] PHP XPath Child Concat And New Line Issues

问题描述

我正在使用DOMXPath查询要提取内容的HTML文档中的节点。

I am using DOMXPath to query nodes in an HTML document which content I would like to extract.

我有以下HTML文档：

I have the following HTML document:

<p class="data">
    Immediate Text
    <br>
    Text In Second Line
    <br>
    E-Mail:
    <script>Some Script Tag</script>
    <a href="#">
        <script>Another Script Tag</script>
        Some Link In Third Line
    </a>
    <br>
    Text In Last Line
</p>

我想收到以下结果：

第二行中的即时文本\r\nText电子邮件：第三行中的某些链接\最后一行中的r\nText

Immediate Text\r\nText In Second Line\r\nE-Mail: Some Link In Third Line\r\nText In Last Line

到目前为止，我有以下PHP代码：

So far I have the following PHP code:

#...
libxml_use_internal_errors(true);
$dom = new \DOMDocument();
if(!$dom->loadHTML($html)) {
    #...
}

$xpath = \DOMXPath($dom);
$result = $xpath->query("(//p[@class='data'])[1]/text()[not(parent::script)]");

问题：

• 它不包括子节点的文本。


• 不包括换行符。

推荐答案

通过在 / text（）中使用子轴 / 您将仅获得当前节点上下文的直接子代。要获取所有后代，请改用后代轴（ // ）。

By using child axis / in /text() you'll get only direct child of current node context. To get all descendants, use descendant axis (//) instead.

同时获取文本节点和< br> ，您可以尝试使用 // nodes（）轴并按 node的类型进一步过滤-获取文本节点类型的节点-或 name -获取名为 br -的元素：

To get both text node and <br>, you can try using //nodes() axis and filter further by node's type -to get nodes of type text node- or name -to get elements named br- :

(//p[@class='data'])[1]//nodes()[self::text() or self:br][not(parent::script)]

这篇关于PHP XPath子Concat和换行问题的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！