【问题标题】：PHP DOM/xpath check element span class valuePHP DOM/xpath 检查元素跨度类值
【发布时间】：2017-09-12 14:21:09
【问题描述】：

在 curl 请求中，我有一个具有以下结构的 html 表。我现在只想提取包含空类的 span 元素的表行，而不是 class="subcomponent" 的表行。我成功地尝试了 Xpath 来查找具有空类的元素，但是如何获得包含 Version 和 Partnumber 的整个 <tr> 甚至更好的特定 <td> 节点。提前致谢。

<table>
...
<tbody>
    <tr>
        <td></td>
        <td></td>
        <td>
            <span class="">Product</span>
        </td>
        <td>Version</td>
        <td>Partnumber</td>
    </tr>
    <tr>
        <td></td>
        <td></td>
        <td>
            <span class="subcomponent">Component</span>
        </td>
        <td>Version</td>
        <td>Partnumber</td>
    </tr>
</tbody>

我的 PHP 代码

$doc = new DOMdocument();
libxml_use_internal_errors(true);
$doc->loadHTML($page);
$doc->saveHTML();
$xpath = new DOMXpath($doc);
$query ='//span[@class=""]';
$entries = $xpath->query($query);

foreach ($entries as $entry) {
    echo $entry->C14N();
}

【问题讨论】：

标签： php html xpath

【解决方案1】：

要使用 SimpleXML 访问表行本身，您可以使用以下命令：

$sxml = simplexml_load_string('<table>...</table>');

$rows = $sxml->xpath('//tr[td/span[@class=""]]');

foreach ($rows as $row) {
  echo "Version: ", $row->td[3], ", Partnumber: ", $row->td[4];
}

XPath 的工作原理是选择所有具有子 <td> 的 <tr> 标记，该子标记本身具有带有空白类的子 <span>。

在循环中，您需要按编号访问每行的子单元格，因为您的示例并未表明它们以任何其他方式标记。我假设表结构不会经常更改，所以应该没问题。

有关示例，请参阅 https://eval.in/860169。

备选 DOMDocument 版本

如果您要获取完整的网页，该网页不一定是格式正确的，您可能需要使用DOMDocument，就像在第一个示例中一样。访问子元素有点不干净，但类似以下的方法会起作用：

$doc = new DOMdocument;
libxml_use_internal_errors(true);
$doc->loadHTML($page);
$xpath = new DOMXpath($doc);
$rows = $xpath->query('//tr[td/span[@class=""]]');

foreach ($rows as $row) {
    $cells = $row->getElementsByTagName('td');

    $version = $cells->item(3)->nodeValue;
    $partNumber = $cells->item(4)->nodeValue;

    echo "Version: {$version}, Part Number: {$partNumber}", PHP_EOL;
}

见https://eval.in/860217

【讨论】：

我通过 curl 命令获取表格并将其存储在 $page.xml 中。我将如何使用您的代码？
如果页面格式正确，您应该可以使用$sxml = simplexml_load_string($page); 而不是第一行。我还用 DOMDocument 编辑了答案，以防万一。
谢谢 - 替代 DOMDocument 方法效果很好！

【解决方案2】：

我会使用下一个 XPath 表达式：

//td[text()="Version"] | //td[text()="Partnumber"]

这给了我：

Element='<td>Version</td>'
Element='<td>Partnumber</td>'  
Element='<td>Version</td>'
Element='<td>Partnumber</td>'

【讨论】：