1

我有一些html如下：

<div id="tvcap">
    <div class="c" id="tads">
        <ol>
            <li>
                <div class="vsc vsta">
                    <h3>
                        <a id="pa1" href="">
                        </a>
                        <a id="vpa1" href="http://www.link1.com">
                        Link 1 Text 1</a>
                    </h3>

                    <div>
                        <div class="kv kva">
                            <cite>
                            www.link1.com</cite>
                        </div>
                    </div>

                    <span class="ac">Link 1 Text2</span>
                </div>
            </li>

            <li>
                <div class="vsc vsta">
                <h3>
                <a id="pa2" href="">
                </a>
                <a id="vpa2" href="http://www.link2.com">Link 2 Text 1</a>
                </h3>

                <div>
                    <div class="kv kva">
                    <cite>www.link2.com</cite>
                    </div>
                </div>

                <span class="ac">Link 2 Text 3</span>
                <div>
                <div class="oslk">
                </div>
                </div>
                </div>
            </li>
        </ol>
    </div>
</div>

可能会有未知数量的链接和文本，我希望迭代并能够访问每个链接和文本。

我正在使用简单的 html dom 解析器。

我找不到进入 div id 'vpa1' 的命令。

我试过这个，但它什么也没返回：

foreach($html->find('a') as $element) 
 if ($element->id == "vpa1") echo $element->href . '<br>';

如何根据 ID 为 vpa[$i]（vpa1、vpa2 等）访问每个链接和文本。

4

3 回答 3

5

从任何网页的特定 div id 中提取内容的函数

下面的函数从指定的 div 中提取内容并返回它。如果没有找到具有 ID 的 div，则返回 false。

function getHTMLByID($id, $html) {
    $dom = new DOMDocument;
    libxml_use_internal_errors(true);
    $dom->loadHTML($html);
    $node = $dom->getElementById($id);
    if ($node) {
        return $dom->saveXML($node);
    }
    return FALSE;
}

$id<div>是您尝试提取其内容的 ID ，$html是您的 HTML 标记。

使用示例：

$html = file_get_contents('http://www.mysql.com/');
echo getHTMLByID('tagline', $html);

输出：

The world's most popular open source database
于 2014-02-19T19:27:13.707 回答
3

正如@Wrikken 所说，Xpath 不会很快，而是简单的解决方案。

这里的代码，您可以将其用作起点：

        $some_html = file_get_contents('some_html.html'); // i put your html into some_html.html file   

        $doc = new DOMDocument();    
        $doc->loadHtml($some_html); // $some_html should contain your html string    

        $xpath = new DOMXPath($doc);    

        //process with no bugs    
        $result = $xpath->query('//*[@id="vpa1"]');    

        var_dump($result);    

        if (!empty($result)) {    
                foreach ( $result as $link ) {    
                        var_dump($link->nodeValue);    
                }    
        } 
        // output  
        // object(DOMNodeList)#4 (1) { ["length"]=> int(1) } string(38) " Link 1 Text 1"

        $result = $xpath->query('//a');    
        var_dump($result);    

        if (!empty($result)) {    
                foreach ( $result as $link ) {    
                        var_dump($link->nodeValue);    
                }    
        }    
        // output
        // object(DOMNodeList)#8 (1) { ["length"]=> int(4) } string(25) " " string(38) " Link 1 Text 1" string(17) " " string(13) "Link 2 Text 1"
于 2012-12-11T16:01:38.370 回答
1

对我有用的是首先使用以下命令（使用简单的 dom 解析器）找到具有指定 id 字符串的 div：

$div = $html->find('div#'.$divId)

然后使用 div 变量来访问里面更多的东西。

于 2012-12-16T13:38:17.187 回答