问题标签 [domxpath]

我有一个没有 id 或类的 html 网站，只有一些像这样的链接和标题

等等

目前我正在使用此代码解析页面上的所有链接

有了它，我可以从所有链接中获取文本，但我想要做的是将它分开，以便我首先获取第一个 h1 之后的所有链接并用它做一些事情，然后我得到第二个 h1 之后的所有链接并用它做点什么。可以有任意数量的链接和任意数量的标题。

任何人都有任何提示或可能的示例来说明如何执行此操作？

我正在使用DOMDocument和DOMXPath来确定我的 HTML 内容中是否存在某些短语（关键字短语），例如搜索关键字是否为粗体。我使用以下代码并且工作正常，只是在搜索关键字时我需要“忽略”一些字符。使用以下代码：

我需要识别“关键字：AAA”以及“关键字 AAA”，因此我需要指定 DOMXPath 查询以在搜索关键字词组时忽略变量 $characters_to_ignore 中的字符。

前面的代码适用于“关键字 AAA”，我怎样才能将其更改为匹配“关键字：AAA”？（以及 $characters_to_ignore 中的任何字符）

新信息：也许使用这个？

fn：包含（字符串 1，字符串 2）

但我找不到一个可行的例子。

我无法更改空标签后的文本。怎么解决？，

如何使用 domdocument 修复我的代码以更改空标记后的文本。

最后结果！

我的代码！

这是我当前的 xpath 查询：

我试图在这个 xml 中找到它：

它目前不工作。事实上我什至不能选择标量：数组。

查询有什么问题？

我认为这是名称空间。但是我无法注册它们，网址已经死了？http://nikic.github.com/PHPParser/XML/node这不会导致任何地方。

我在用 DOMXpath 抓取一个表格重的页面时遇到了一些问题。

布局真的很丑，这意味着我试图从表格中的表格中获取内容。使用 Firebug FirePath 我为表格元素获取以下路径：

现在，经过无休止的实验，我发现，对于独立的桌子，我需要删除“tbody”标签才能使其工作。但这对于表中的表来说似乎还不够。所以我的问题是如何最好地从表中表中的表中获取内容？

我上传了我想在这里抓取的文件：1

我正在尝试对外部网站的 HTML 进行排序，不幸的是，该网站的组织非常糟糕。数据可能如下所示：

我正在使用这样的 xpath 查询来获取标题：

现在，我想列出标题及其下方的项目。不幸的是，这些元素都没有方便地包装在父 div 中，所以我不能只过滤父 div 中的所有内容。所以，我对这些项目使用这样的查询：

理想情况下，我想做的只是检查当前标题元素下方的结果。所以，如果我循环并点击“标题一”，我只想检查出现在标题一和标题二之间的“项目”结果。有没有办法做到这一点？

在这里修改 HTML 不是一个选项。我知道这个问题有点荒谬，我的解释可能很糟糕，但如果有解决方案，它真的会帮助我！

谢谢大家。

可能重复：
如何使用 PHP 的 DOM 解析器从 XML 中提取节点属性

我有这样的 HTML：

我只想选择值或data-eventid整个网页，但我不知道如何在 xpath 中执行此操作。可能吗？

可能重复：
如何使用 XPath 在 XML 文档中选择多组属性？

我的 HTML 代码：

我想通过不仅指定宽度而且还指定单元格填充和单元格间距来选择此表。

我正在使用这个 PHP 代码：

但它仍然显示整个html源而不是我想要的..
请帮助我..

我有这个 HTML 片段：

我正在尝试使用此 XPath 查询获取内部 div 的类值cal_imp_high ：

但它什么也没显示，我无法弄清楚出了什么问题..请有人帮助我。

最好的祝福。

假设我有这个来自源的 HTML（报废它）：

我想通过 XPath 获取 td 的值（nodeValues）：

我不明白为什么我只得到-0.4%的值。尽管 html 似乎很复杂，并且与它的格式化方式无关，但是否有任何可能的方法（查询）来检索标签之间的值，包括第二个 td 上的空值？

完整代码