2

我最近才开始使用 XPath 工具。目前我只是逐行解析一些页面并获取相关文本。

我想做的是div在顶部排除 a ，它是子元素。

基本上我在看这个：

<html>
  <head> Foo </head>
  <body>

    <div id='header'>
      <ul id='menu'> <li> Bar </li> <li> FooBar </li> <li> BarFoo </li> </ul>
    </div>

    <table> <tr> <td>data</td><td>data</td> </tr> </table>

    <div>
      <p>Lorem Ipsum</p>
      <p>dolor sit amet</p>
    </div>

  </body>
</html>

除了更多的内容。

目前我遍历每个节点：

$dom = new DOMDocument;
$dom->loadHTMLFile('http://www.test.com/test.htm');

$xpath = new DOMXPath($dom);
$nodes = $xpath->query('/html/body//*');

foreach($nodes as $node) {
  echo $node->nodeValue;
}

我想忽略整个头节点。

有没有一种简单的方法可以做到这一点？

4

1 回答 1

3

这会起作用：

/html/body//*[not(ancestor-or-self::div[@id="header"])]

XPath 选择 body 元素下的所有节点，除非它们是 id 属性值为“header”的 DIV 的祖先或该 div 本身。

检查http://schlitt.info/opensource/blog/0704_xpath.html以获取 XPath 教程。

于 2013-10-13T17:47:10.783 回答