PHP - 挖一個Xpath查詢

Question

我一直在努力學習如何使用XPath類型querys從這段視頻越往下：https://www.youtube.com/watch?v=632ql93H90g

雖然我已經開始稍稍明白了一切，我想採取這一點，並嘗試使用嵌套循環提取代碼來提取嵌套元素，然後對它們進行分類。我只是使用craigslist作爲例子，因爲他們在視頻中啓動它，並將其列在其「網站」網頁下。

我不得不重寫這個，因爲之前它有一個無限循環。現在，如果任何人知道寫這個更好的方式，我會喜歡輸入，但這是我的。

所有我一直在努力做的就是我的結果分爲以下格式....

國家 - 國家 - CityNameTEXT - CityNameHREF

當然cityNameHref = thelink城市的

。

現在，現在我只是在用它的print_r具有內在的結果我市實際的上市，因爲從Craigslist的格式是..

<h1>CountryName</h1> 
<div class="colmask"> 
<div> 
    <h4>StateName</h4> 
    <ul> 
    <li> 
    <a href="CityNameHREF">CityName</a> 
    </li> 
    <li> 
    <a href="CityNameHREF">CityName</a> 
    </li> 
     <li> 
    <a href="CityNameHREF">CityName</a> 
    </li> 
    <li> 
    <a href="CityNameHREF">CityName</a> 
    </li> 
    </ul> 
</div> 
</div> 

正如你可以看到它的嵌套非常複雜的內部。我一直試圖堅持12個小時，試圖讓這個工作。這是我得到的最接近顯示UL節點值的實際城市名稱。但我沒有CLUE如何讓這些城市以上面列出的格式正確顯示。

現在到我的代碼...

$url = 'http://www.craigslist.org/about/sites'; 
$output = file_get_contents($url); 
$doc = new DOMDocument(); 

    libxml_use_internal_errors(true); //Supress Warnings for HTML5 conversion issue 
    $doc->loadHTML($output); 
    libxml_use_internal_errors(false); //Start Showing Errors 

    $xpath = new DOMXpath($doc); 


foreach ($xpath->query('//h1') as $e) 
    { 
      $country = $e->nodeValue; 
      $list = array(); 


      foreach ($xpath->query('//div[@class="colmask"]/div', $e) as $li) 
      { 

       $state = $li->nodeValue;  
        echo "<pre>"; 


        $result = $xpath->query('//div[@class="colmask"]/div/ul', $e); 


        for ($i = 0; $i <= 10; $i++) //10 instead so it doesn't lag out 
        { 


        print_r($result->item($i)); //Displays the UL nodeValue 
        } 


      } 
    } 

Heres my example

Answer 1

試試這個：

$url = 'http://www.craigslist.org/about/sites'; 
$output = file_get_contents($url); 
$doc = new DOMDocument(); 

libxml_use_internal_errors(true); //Supress Warnings for HTML5 conversion issue 
$doc->loadHTML($output); 
libxml_use_internal_errors(false); //Start Showing Errors 

$xpath = new DOMXpath($doc); 

foreach ($xpath->query('//h1') as $e) { 
    $country = trim($e->textContent); 

    foreach ($xpath->query('following-sibling::div[1]//h4', $e) as $h4) { 
     $state = trim($h4->textContent); 

     foreach ($xpath->query('following-sibling::ul[1]//li/a', $h4) as $a) { 
       $town = $a->textContent; 
       $attributeNodeMap = $a->attributes; 
       $nodeAttribute = $attributeNodeMap->getNamedItem("href"); 
       $href = trim($nodeAttribute->nodeValue); 

       echo "$country - $state - $town - $href<br>"; 
     } 
    } 
} 

編輯

所以這就是我如何做的。
首先，我用firebug和firepath（我猜你可以找到類似的工具用於其他網絡瀏覽器）的Firefox。
這個工具讓我在不寫PHP代碼的情況下嘗試一些Xpath。

Firebug的，你可以看到DOM樹是真正有用知道你能達到什麼......然後嘗試XPath和firepath

要開始我選擇了所有H1節點//h1文檔中和那麼你需要得到所有H4每個H1拿到狀態，但遺憾的是H4節點不是H1節點的孩子，所以你需要找到另一種方式來實現它，如果你想從啓動H1節點。

如果你看一下DOM樹你會看到一個div（包含H4節點）是H1節點的下一個兄弟之一，所以我們選擇它following-sibling::div[1]（這是在div <div class="colmask">僅當前的h1節點）。
我們希望所有H4節點//h4然後我們有following-sibling::div[1]//h4

現在我們每個H4做了<a href...>同樣的事情，所以我們選擇所有所有李節點A節點，其在接下來的兄弟UL的H4following-sibling::ul[1]//li/a

我希望這是可以理解的（當然是有用的）和對錯誤抱歉，英語不是我的語言。