解析html标记的xpath查询

Question

我需要使用xpath查询解析以下示例html。

<td id="msgcontents">
 <div class="user-data">Just seeing if I can post a link... please ignore post
  <a href="http://finance.yahoo.com">http://finance.yahoo.com</a>
 </div>
</td>

<td id="msgcontents">
 <div class="user-data">some text2...
  <a href="http://abc.com">http://abc.com</a>
 </div>
</td>

<td id="msgcontents">
 <div class="user-data">some text3...      
 </div>
</td>

上面的html可以在页面中重复no。

有时.如上述html块所示，部分可能不存在。

我需要的是xpath语法，这样我就可以将解析的字符串作为

 array1[0]= "Just seeing if I can post a link... please ignore post ttp://finance.yahoo.com" 
 array[1]="some text2 htp://abc.com"
 array[2]="sometext3" 

Answer 1

也许类似于以下几点：

   $remote = file_get_contents('http://www.sitename.com');
    $dom = new DOMDocument();
    //Error suppression unfortunately, as an invalid xhtml document throws up warnings.
    $file = @$dom->loadHTML($remote);

    $xpath = new DOMXpath($dom);

    //Get all data with the user-data class.
    $userdata = $xpath->query('//*[contains(@class, \'user-data\')]');

    //get links
    $links = $xpath->query('//a/@href');

因此，要访问其中一个变量，需要使用nodeValue

$ret = array();
foreach($userdata as $data) {
  $ret[] = $data->nodeValue;
}

编辑：，我想我应该提一下，这会在给定的页面上得到所有的链接，我想这就是你想要的吗？

Answer 2

使用

concat(/td/div/text[1], ' ', /td/div/a)

您可以使用代替上面的‘’，这是您希望出现在两个字符串之间的任何分隔符。