我有一个标记HTML，如下所示：<body> <div>......</div> ............ <div class="entry-content"> <div class="code1 code2">(ads.....);</div> <p><img src="https://www..."></img></p> <h2> title </h2> <div class="code1-block code2">(ads.....);</div> <div class="data1 dta-ta1"> <ul><li><p> text</p></li> <li><span> text2 </span></li> <li><span> text3 </span></li> <div class="codex1 code-block"><span>(ads ....); </span></div> <li><span> text4 </span></li> <div class="codex1 code-block"><span>(ads ....); </span></div> </ul> </div> <div class="codex2-block code2">(ads.....);</div> <div class="data2-entry dta-ta2"> <p> <span> text5</span> </p> <p> text6 </p> <p> text7 </p <div class="codex1 code-block"><span>(ads ....); </span></div> <li><span> text8 </span></li> <div class="codex1 code-block"><span>(ads ....); </span></div> </div> </div></body>我试图“进入div，从其子节点获取所有文本，不包括子节点class="entry-content"class= "code1", "code2", "codex1", "codex2"我的代码如下，只是转到div并从子节点获取所有文本。但是，我无法使用code1和code2从子节点中删除文本。感谢您的支持。谢谢。 $classname='entry-content'; $a = new DOMXPath($dom); $query = "//*[contains(concat(' ', normalize-space(@class), ' '), ' $classname ')]"; $list = $a->query($query); if ($list->length > 0) { foreach ($list as $element) { $nodes = $element->childNodes; foreach ($element as $node) { $bodytext = trim(preg_replace('/[\r\n]+/', ' ', $node->nodeValue)); $bodyContent .= '<p>' . $bodytext . '</p>'; } } }我的预期输出：https://www...标题文本 2文本3文本4文本5文本6文本7文本8
1 回答
炎炎设计
TA贡献1808条经验 获得超4个赞
您的输入文档格式不正确，缺少 a，并且一个文档未正确关闭。固定输入文档后，工作路径表达式为></pdiv
XPath 表达式
//div[@class='content']//text()[not(ancestor::div/@class[contains(., 'code')])][normalize-space()]
它选择所有文本节点，但前提是它们没有具有值包含“代码”的属性的祖先元素，并且所选的文本节点不能仅包含空格。divclass
输出
单个结果由以下部分分隔：------
title
-----------------------
text
-----------------------
text2
-----------------------
text3
-----------------------
text4
-----------------------
text5
-----------------------
text6
-----------------------
text7
-----------------------
text8
更新
我试过了你的答案。它的工作原理，但我仍然需要来自img标签的来源。我怎样才能得到它？
也可以选择元素的属性，但这会使 Xpath 表达式更加复杂。您只需添加另一行 PHP 来计算单独的路径表达式，例如：sourceimg
//div[@class='entry-content']/p/img/@source
更新 2
虽然我绝对不建议使用此表达式（因为它会混淆您的代码），但下面介绍如何使用联合运算符将两个表达式组合成一个表达式：
//div[@class='entry-content']//text()[not(ancestor::div/@class[contains(., 'code')])][normalize-space()] | //div[@class='entry-content']//p/img/@src
- 1 回答
- 0 关注
- 83 浏览
添加回答
举报
0/150
提交
取消