从 html 页面获取标题的 Dom Parser 节点

Question

这是html页面：

<div class="gs_ri">
   <h3 class="gs_rt">
     <span class="gs_ctc">
     <span class="gs_ct1">[BOOK]</span>
     <span class="gs_ct2">[B]</span></span>
     <a href="http://example.com" onmousedown="">Title</a></h3>
<div class="gs_a">A</div>
<div class="gs_rs">B</div>
<div class="gs_fl"><a href="">C</a> <a href="">D</a> <a href=""</a></div></div></div>  
<div class="gs_r"><div class="gs_ggs gs_fl"><button type="button" id="gs_ggsB2" class="gs_btnFI gs_in_ib gs_btn_half">
     <span class="gs_wr"><span class="gs_bg"></span>
     <span class="gs_lbl"></span>
     <span class="gs_ico"></span></span></button>
<div class="gs_md_wp" id="gs_ggsW2"><a href="http://example.pdf" onmousedown=""

我对确定节点有点困惑。

我想得到http://example.com 和Title

我认为有两种方法可以得到它们：

它是<span> 的兄弟：

 foreach($html->find('span[class=gs_ctc2] ') as $link){
    $link = $link->next_sibling();
    echo $link->plaintext;
    echo $link->href;
}

但它不起作用。

第二个，我以<h3 class="gs_rt">为父母，所以它是最后一个孩子的兄弟

foreach($html->find('h3[class=gs_rt] a') as $link){
    $link = $link->last_child()->next_sibling();
    echo $link->plaintext;
    echo $link->href;
}

它也不起作用。我认为我还不了解 abot 节点 dom 树。

Answer 1

您不必选择兄弟姐妹。

使用h3[class=gs_rt] a，您已经定位到相应的<a> 标记。所以只需从那里提取所需的值。但是，您可以按如下方式简化该选择器：

foreach($html->find('h3.gs_rt a') as $link){
    echo $link->plaintext;
    echo $link->href;
}

编辑

关于评论，我认为你想要的是这样的东西，但我不确定，你上面的代码很乱（请使用适当的缩进！）

foreach($html->find('h3.gs_rt') as $block){
    $link = $block->find( 'a' );
    echo $link->plaintext;
    echo $link->href;

    $otherLink = $block->find( 'div[class=gs_md_wp] a' );
    // do stuff with that $otherLink
}

Answer 2

将id添加到href

<a id="myid" href="http://example.com" onmousedown="javascript:get_title('#myid')">Title</a></h3>

function get_title(i){
var h =$(i).attr('href');  
var t =$(i).text(); 
 alert('the link is (' + h + ' ) and the title is (' + t + ' )');
        }