提问人：Jibeji 提问时间：4/4/2023 更新时间：4/5/2023 访问量：68
PHP / DOM ： 解析 HTML 以根据类提取数据
PHP / DOM : parse HTML to extract data based on class
问：
我有这个HTML
<div class="news">
<h3 class="border-bottom">Title 2</h3>
<p class="mt-0 ml-1">2023-04-01</p>
<img src="20230401.jpg" class="w-50 float-right ml-2">
<p class="lead"><p>Description 2</p></p>
<a href="https://.../news/245" class="btn btn-secondary">Read more</a>
</div>
<div class="news">
<h3 class="border-bottom">Title 1</h3>
<p class="mt-0 ml-1">2023-03-31</p>
<img src="20230331.jpg" class="w-50 float-right ml-2">
<p class="lead"><p>Description 1</p></p>
<a href="https://.../news/244" class="btn btn-secondary">Read more</a>
</div>
我想提取每个项目的标题和日期。我试过这个
$class = "news";
$dom = new DOMDocument();
$dom->loadHTML($html);
$a = new DOMXPath($dom);
$divs = $a->query("//*[contains(concat(' ', normalize-space(@class), ' '), ' $class ')]");
foreach ($divs as $link) {
print_r($link->nodeValue);
}
但它表明：
标题 2
2023-04-01
描述 2
阅读更多
标题 1
2023-03-31
描述 1
阅读更多
我被卡住了，不知道如何提取它
答：
1赞
Jack Fleeting
4/4/2023
#1
首先，您的示例无效（它包含嵌套的 s）。假设你解决了这个问题，我会尝试这样的事情：<p>
$qu = "//div[contains(@class,'{$class}')]";
$divs = $a->query($qu);
foreach ($divs as $div)
{
$targets = $a->query('.//h3 | p[1]',$div);
echo($targets[0]->textContent ." ".$targets[1]->textContent."\r\n");
};
输出，基于固定的示例 html：
Title 2 2023-04-01
Title 1 2023-03-31
编辑：
为了获取链接，应将 for 循环更改为：
{
$targets = $a->query('.//h3 | p[1] | a/@href',$div);
echo($targets[0]->textContent ." ".$targets[1]->textContent." ".$targets[2]->textContent."\r\n");
};
输出现在应为：
Title 2 2023-04-01 https://.../news/245
Title 1 2023-03-31 https://.../news/244
评论
0赞
Jibeji
4/5/2023
谢谢！如果我想检索链接？a->textContent 提供“阅读更多”，但不提供链接
0赞
Jack Fleeting
4/5/2023
@Jibeji 事实上，您现在正在尝试检索属性值，而不是节点的文本内容。语法不同。请参阅编辑以获取更新。
评论