php - 在 HTML 中获取低于先前结果的 DOMXpath 结果

Question

我正在尝试对外部网站的 HTML 进行分类，不幸的是，该网站的组织非常糟糕。数据可能看起来像这样:

<a class="title">Title One</a>
<a class="item">Item One</a>
<a class="item">Item Two</a>

<a class="title">Title Two</a>
<a class="item">Item One</a>
<a class="item">Item Two</a>    

我正在为标题使用这样的 xpath 查询:

$titles = $x->evaluate('//a[@class="title"]');

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，我对项目使用这样的查询:

$titles = $x->evaluate('//a[@class="item"]');

理想情况下，我只想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。有什么办法吗？

修改 HTML 不是这里的选项。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，那真的对我有帮助!

谢谢大家

Answer 1

可以先找到title元素，然后使用->nextSibling()继续前进:

$html =<<<EOM
<a class="title">Title One</a>
<a class="item">Item One</a>
<a class="item">Item Two</a>

<a class="title">Title Two</a>
<a class="item">Item One</a>
<a class="item">Item Two</a>
EOM;

$d = new DOMDocument;
$d->loadHTML($html);
$x = new DOMXPath($d);
foreach ($x->query('//a[@class="title"]') as $node) {
    echo "Title: {$node->nodeValue}\n";
    // iterate the siblings
    while ($node = $node->nextSibling) {
       if ($node->nodeType != XML_ELEMENT_NODE) {
            continue; // skip text nodes
        }
        if ($node->getAttribute('class') != 'item') {
            // no more .item
            break;
        }
        echo "Item: {$node->nodeValue}\n";
    }
}

输出:

Title: Title One
Item: Item One
Item: Item Two
Title: Title Two
Item: Item One
Item: Item Two