使用QueryPath获取任意HTML元素的内容

Question

我正在使用PHP库从一组旧的QueryPath文件中提取数据，并且在很大程度上一直使用通过find()函数提供的CSS选择器来提取数据。但是，并不是所有包含我需要提取的数据的元素都有惟一的CSS标识符，所以我一直在使用Regexp和QueryPath的丑陋组合来提取数据。

<ul class="list><li>Data1</li><li>Data2</li></ul>

例如，我如何从这个列表元素中干净地提取"Data2“？有没有一个QueryPath函数可以让我指定一个父元素的第二个子元素作为要检索的元素？

Answer 1

要获得第n个匹配的对象，可以使用QueryPath::get(n-1)。

Answer 2

实际上，有几种方法可以做到这一点。最简单的方法是使用CSS3pseduclass :nth-of-type()。这将直接在UL中获取第二个LI：

qp($html, 'ul>li:nth-of-type(2)');

:nth-of-type和其他CSS3选择器采用的是所谓的"an+b“规则，你可以说出一个组中有多少个项目，然后再说出你想要的组中的哪个项目。例如，tr:nth-of-type(4n+2)会将表行分成4个一组，然后返回每组中的第二个元素。:even和:odd只是2n和2n+1的缩写。

其他可能值得研究的CSS：

• ':nth'
• ':first-of-type'，':first'
• ':last-of-type'，':last'
• ':even'，':odd'
• ':not()'，':has()‘和':contains()'

您还可以获取所有LI元素，然后只获取第二个元素：

qp($html, 'li')->eq(2);

或者，正如前面的帖子所指出的那样，您可以使用get()获取第二个对象的实际DOMNode对象

qp($html, 'li')->get(2);

如果您有非常复杂的需求，您可以使用filter()获取一个列表，并通过一个自定义函数运行它。