PHP7: XPath -如何简化这个查询？

Question

从HTML：https://www.topazlabs.com/downloads中，我希望将ReMask版本号提取为string: v5.0.1

1. 我下载带有curl的HTML
2. 我使用查询：

就像这样；

 ->finder->query("//div[contains(@class, 'wpb_wrapper')]/.//a[text()[contains(.,'Topaz ReMask')]]/../../../div");

OR

...->finder->query("//div[contains(@class, 'wpb_wrapper')]//a[text()[contains(.,'Topaz ReMask')]]/../../../div");

1. 然后我查找所有的DIV标记来搜索这两个字符串"/“和"(Win)”的一个，类似于：$versionString = Find($nodes，"/"，"(Win)")；
2. 我处理文本只提取Windows版本。

它能工作，但能简化吗？

我使用的页面的HTML部分如下：

...
<div class="wpb_wrapper">
  <div class="vc_empty_space" style="height: 20px">
    <span class="vc_empty_space_inner">
    </span>
  </div>
  <div id="mpc_textblock-975b2251c2a82c7" class="mpc-textblock mpc-init mpc-typography--preset_2 ">
    <p>
      <a href="/remask" target="blank">Topaz ReMask</a>
    </p>
  </div>
  <div class="mpc-tooltip-wrap" data-id="mpc_textblock-615b2251c2a8c4a">
    <div id="mpc_textblock-615b2251c2a8c4a" class="mpc-textblock mpc-init mpc-typography--preset_0 ">
      <p>
        <em>v5.0.3 (Mac) / v5.0.1 (Win)
        </em>
      </p>
    </div>
    <div id="mpc_tooltip-925b2251c2a8d2f" class="mpc-tooltip mpc-init mpc-typography--preset_4 mpc-position--left mpc-can-hover mpc-trigger--hover ">Mac Updated November 4, 2016
      <br>Windows Updated November 21, 2016
      <div class="mpc-arrow">
      </div>
    </div>
  </div>
  <div id="mpc_textblock-475b2251c2a9601" class="mpc-textblock mpc-init ">
    <p>The quickest and easiest way to mask your photo.
    </p>
  </div>
</div>
...

Answer 1

你可以把它建立在文本内容的基础上。使用DOMXpath::evaluate()，您可以直接获取字符串：

$document= new DOMDocument();
$document->loadHTML($html);
$xpath = new DOMXpath($document);

$expression = "substring-after(
  //div[contains(.//p, 'Topaz ReMask')]//text()[starts-with(., 'Windows Updated ')],
  'Windows Updated '
)";

var_dump($xpath->evaluate($expression));

输出：

string(24) "November 21, 2016
      "

Xpath表达式

• 如果有一个带有文本div的p，. //div[contains(.//p, 'Topaz ReMask')]
• ...the从Windows Updated开始的文本后代节点. //div[contains(.//p, 'Topaz ReMask')]//text()[starts-with(., 'Windows Updated ')]
• ..。并在Windows Updated之后提取文本

    substring-after(
      //div[contains(.//p, 'Topaz ReMask')]//text()[starts-with(., 'Windows Updated ')],
      'Windows Updated '
    )