下面是使用DOM+Xpath提取html中页面时经常使用的Xpath规则的一些示例:
XPath相关的规则
没有属性 //B[not(@*)]
没有类属性 //B[not(@class)]
要求链接有title属性 //a[@title]
选取最后一个节点 //p[last()]/a
要求有“title”值的class属性和没有class属性的节点集合表示如下:
//ul[@class='ulTxt']/li[@class='title' or not(@class)]/a
//div[@class='yunc mb10' or @class='yuer mb10']
//script[@type='text/javascript' and not(@src)]
没有指定属性值的节点集
//div[@class!='FocusTitle_12px']
获取第一个列表链接://ul[@class='authorbox']/li[1]
如果标签内还包含其它的子标签,现在我们不想要格式信息,只想要其内嵌套的内容,直接用$href->nodeValue,获取对应节点名称使用$href->nodeName