使用 XPath 从 HTML 标记中获取“lang”属性答案

【问题标题】：Get 'lang' attribute from HTML tag using XPath使用 XPath 从 HTML 标记中获取“lang”属性
【发布时间】：2015-07-31 21:42:01
【问题描述】：

我正在尝试在 HTML 标记中获取“lang”属性的值（使用 cURL 获取，一切顺利）。超级清理的 HTML 如下所示：

<html lang="en">
    <head>
        <title>Example</title>
    </head>
    <body></body>
</html>

当我使用时：

// Get HTML tag
$html = $xpath->query('//html');

echo '<pre>'. print_r($html, true) .'</pre>';

// Does a HTML tag exist at all?
if($html->length == 0) {
    $htmlUsed = false;
}

// If HTML tag exists get value
if($html->length > 0) {
    foreach($html as $tag) {
    echo '<pre>'. print_r($tag->attributes, true) .'</pre>';

        foreach($tag->attributes as $attribute) {
            echo $attribute;
        }
    }
}

打印出来：

DOMNodeList Object
(
    [length] => 1
)

DOMNamedNodeMap Object
(
    [length] => 0
)

如何在 HTML 元素中获取此属性的值？它存在于获取页面（我在其上执行 XPath 查询）的 cURL 的 $response 中。注意：$tag->getAttribute('lang') 不会返回想要的结果，因为 $tag->attributes 看起来是空的。

【问题讨论】：

$html->item(0)->attributes->item(0)->nodeValue

标签： php html curl xpath attributes

【解决方案1】：

这对我有用。

<?php
$doc = new DOMDocument();
$doc->loadHTML('<html lang="en">
    <head>
        <title>Example</title>
    </head>
    <body></body>
</html>');
$xpath = new DOMXPath($doc);
$html = $xpath->query('//html');
echo '<pre>'. print_r($html, true) .'</pre>';
// Does a HTML tag exist at all?
if($html->length == 0) {
    $htmlUsed = false;
}
// If HTML tag exists get value
if($html->length > 0) {
    foreach($html as $tag) {
        echo $tag->getAttribute('lang');
    }
}

输出：

DOMNodeList 对象
(
    [长度] => 1
)

【讨论】：

让它像这样“工作”向我表明问题出在其他地方。我在 $response 上执行 loadHTML（包括 CURLOPT_HEADER，true），现在已切换到不包含任何标题的 loadHTML($body)。问题：解决了！