Question

我正在使用php和DOMDocument

我需要做的是获取href标记内的所有<a> <h2>

在有

列表的页面上

<h2><a href="blablabla">The title</a></h2>

每个<a>

中只有一个<h2>

我设法实现的目标是：

通过以下方式加载文档：loadfromhtml（此项目需要）
获取文档中的<h2>
获取<h2>->nodeValue (caption of url)

所以我的问题在于，当我尝试在getElementsByTagName('a')节点（＃2）上执行相同的<h2>时，php挂起（不再生成输出，页面加载停止）

我哪里做错了？感谢帮助，谢谢。

Answer 1

对我来说很好，例如

<?php
$doc = new DOMDocument;
$doc->loadhtml(data());

foreach( $doc->getElementsByTagName('h2') as $h2 ) {
    foreach( $h2->getElementsByTagName('a') as $a ) {
        echo $a->getAttribute('href'), ': ', $a->nodeValue, "\n";
    }
}

function data() {
    return <<< eoh
<html>
    <head><title>...</title></head>
    <body>
        <h2><a href="link1">header 1</a></h2>
        <p>yadda yadda</p>
        <h2><a href="link2">header 2</a></h2>
        <p>yadda yadda</p>
        <h2><a href="link3">header 3</a></h2>
        <p>yadda yadda</p>
    </body>
</html>
eoh;
}

但我觉得使用XPath更容易 e.g。

<?php
$doc = new DOMDocument;
$doc->loadhtml(data());
$xpath = new DOMXPath($doc);

foreach( $xpath->query('/html/body//h2/a') as $a) {
    echo $a->getAttribute('href'), ": ", $a->nodeValue, "\n";
}

function data() {
    return <<< eoh
<html>
    <head><title>...</title></head>
    <body>
        <h2><a href="link1">header 1</a></h2>
        <p>yadda yadda</p>
        <h2><a href="link2">header 2</a></h2>
        <p>yadda yadda</p>
        <h2><a href="link3">header 3</a></h2>
        <p>yadda yadda</p>
    </body>
</html>
eoh;
}

打印

link1: header 1
link2: header 2
link3: header 3

DOMDocument在h2中获取链接

1 个答案: