如何使用 Xpath 将内容与两个标签进行比较

Question

我有以下 $html 内容的场景。我想检查 html 内容是否以没有任何文本内容的媒体（图像或视频、iframe）开头，如第三种情况。

//第一个p标签和图片标签之间没有内容

   $html =  '<p dir="ltr"><img src="imageurl"  class="img"><br></p>
    <div>some content </div>';

//第一个p标签和video标签之间没有内容

 $html =  '<p dir="ltr"><video width="320" height="240" controls>
  <source src="movie.mp4" type="video/mp4">
  <source src="movie.ogg" type="video/ogg">
  Your browser does not support the video tag.
</video></p>
<div>some content </div>';

//在第一个 p 标签内有内容

 $html =  '<p dir="ltr">here we have text<img src="imageurl"  class="img"><br></p>
<div>some content </div>';

我试过这样但没有运气，请指教

$dom = new DOMDocument();
$dom->loadHTML($html);//that's HTML of my document, string
$xpath = new DOMXPath($dom);
$xpath_resultset =  $xpath->query("p/following-sibling::node()[not(preceding-sibling::img) and not(self::img)]");

Answer 1

由于 p 是根节点，所以需要在开头添加一个斜杠。

如果第一个内容是带有文本的 text()，则检查 p

/p[node()[1][self::text()][normalize-space()!='']]

如果第一个内容（忽略空格）是 img 或 video，则检查 p

/p[(video|img)[not(preceding-sibling::text()[normalize-space()!=''])]]

两个 XPath 都将忽略子节点之间的非预期空白。

也就是说，如果 p 是这样的：

<p dir="ltr"> <img src="imageurl"  class="img"/><br/></p>

第二个 XPath 会找到它，而不是第一个。

如果你想匹配一个完整的 html 文件中的所有 p，你可以使用：

//p[node()[1][self::text()][normalize-space()!='']]

和

//p[(video|img)[not(preceding-sibling::text()[normalize-space()!=''])]]

Answer 2

尚不完全清楚您要定位哪个元素（p、img 或视频），或者您是否只是希望 XPath 在不符合您的要求时不选择任何内容，因此无论是什么都无关紧要满足要求时选择。

如果选择 p 是可以接受的，那么这种方法应该可行。

p[./((node() | text())[1][self::img or self::video])]

如果在其所有元素/文本子项中，第一个子项是 img 或 video，则选择 p。

如果您需要选择第一个子项（img 或视频），则稍微移动一下表达式即可：

p/(((node() | text())[1][self::img or self::video]))

如果它是一个 img/video 元素，则返回 p 的第一个元素/文本子元素。

我希望如何修改它以包含 iframe（如原始问题中所述）是不言自明的。