我有一个包含多个超链接的页面。我想得到的格式是:
<html>
<body>
<div id="diva">
<a href="/123" >text2</a>
</div>
<div id="divb">
<a href="/345" >text1</a>
<a href="/678" >text2</a>
</div>
</body>
</html>
我想提取三个 hrefs 123,345 和 678。
我知道如何使用 $gm = $xpath->query("//a")
获取所有超链接,然后遍历它们以获取 href 属性。
是否有某种正则表达式来获取仅具有上述格式的属性(.i.e"/digits")?
谢谢
XPath 1.0,这是DOMXPath()
支持的版本,没有正则表达式功能。但是,您可以轻松编写自己的PHP函数来执行要从DOMXPath
调用的正则表达式,如另一个答案中所述。
XPath 1.0 方法可以测试属性值是否为数字,您可以在字符之后href
属性值上使用/
以测试属性值是否遵循模式/digits
:
//a[number(substring-after(@href,'/')) = substring-after(@href,'/')]
更新:
为了完整起见,这里有一个从DOMXPath::query()
调用PHP函数preg_match
来完成相同任务的工作示例:
$raw_data = <<<XML
<html>
<body>
<div id="diva">
<a href="/123" >text2</a>
</div>
<div id="divb">
<a href="/345" >text1</a>
<a href="/678" >text2</a>
</div>
</body>
</html>
XML;
$doc = new DOMDocument;
$doc->loadXML($raw_data);
$xpath = new DOMXPath($doc);
$xpath->registerNamespace("php", "http://php.net/xpath");
$xpath->registerPHPFunctions("preg_match");
// php:function's parameters below are :
// parameter 1: PHP function name
// parameter 2: PHP function's 1st parameter, the pattern
// parameter 3: PHP function's 2nd parameter, the string
$gm = $xpath->query("//a[php:function('preg_match', '~^/'d+$~', string(@href))]");
foreach ($gm as $a) {
echo $a->getAttribute("href") . "'n";
}