用 DOMDocument 解析 html

Question

我正在用 php 中的 DOMDocument 解析 html。

我发现我无法使用 xpath 查询全选。但是 getElementsByTagName() 方法可以正常工作。

代码如下：

$xml = new DOMDocument();
$xml->load("file.html");
$xpath = new DOMXPath($xml);

$links = $xpath->query("//a");
$links2 = $xml->getElementsByTagName("a");

foreach($links as $link){
    echo "<br>$k: ".$link->nodeValue; // this doesn't print the node value. $links is empty
}
foreach($links2 as $link){
    echo "<br>$k: ".$link->nodeValue; // this prints OK the node value
}

我原以为 xpath->query("//a") 会与 getElementsByTagname("a") 相同，但显然不是。

谁能告诉我为什么他们不一样。或者如果是，我在使用 xpath 查询选择节点时做错了什么？

谢谢

Answer 1

无法重现：http://codepad.org/N8BlsQro

如果您想使用load 或loadXML，您的标记必须是有效的 X(HT)ML。 HTML 是基于 SGML 的。试试loadHTML 或loadHTMLFile。

请注意，当您使用loadHTML 或loadHTMLFile 时，DOM 将尝试修复任何无效的 HTML，使其可用于 DOM。例如，它会在任何部分 HTML 文档周围添加一个基本的 HTML 框架，这会对您的 XPath 查询产生影响（但在 \\a 的情况下不会）。

Answer 2

试试：

$links = $xpath->query('//a/@href');