xpath 笔记

1.contains ()： //div[contains(@id, 'in')] ,表示选择id中包含有’in’的div节点

2.text()：由于一个节点的文本值不属于属性，比如<a class=”baidu“ href=”http://www.baidu.com“>baidu</a>,所以，用text()函数来匹配节点：//a[text()='baidu']

3.last()：//div[contains(@id, 'in')][las()]，表示选择id中包含有'in'的div节点的最后一个节点

4.starts-with()： //div[starts-with(@id, 'in')] ，表示选择以’in’开头的id属性的div节点

5.not()函数，表示否定，//input[@name=‘identity’ and not(contains(@class,‘a’))] ，表示匹配出name为identity并且class的值中不包含a的input节点。 not()函数通常与返回值为true or false的函数组合起来用，比如contains(),starts-with()等，但有一种特别情况请注意一下：我们要匹配出input节点含有id属性的，写法如下：//input[@id]，如果我们要匹配出input节点不含用id属性的，则为：//input[not(@id)]

小demo

     public function domLoad($url){
libxml_use_internal_errors(true);
$doc = new DOMDocument();
$doc->loadHTMLFile($url);
$xpath = new DomXpath($doc);


$hrefsImg = $xpath->query('//img[contains(@class, "user-img")]');
$user = array();
for ($j = 0; $j < $hrefsImg->length; $j++) {
$trueString = "http://p3.pstatp.com/thumb/";
if(strpos ( $hrefsImg->item($j)->attributes->item(1)->textContent ,  $trueString ) !== false){
$user[$j]['img'] = $hrefsImg->item($j)->attributes->item(1)->textContent;
}
}


$hrefs = $xpath->query('//span[@class="name"]');
for ($i = 0; $i < $hrefs->length; $i++) {
if(isset($user[$i])){
$user[$i]['name'] = mb_convert_encoding($hrefs->item($i)->textContent,  "latin1","UTF-8");
}
}
return $user;
}