Php 解析将img标记作为子元素的锚定标记

我需要找到所有锚定标记，它们的子元素是

img

标记。考虑下面的情况，

<a href="test1.php">
 <img src="test1.jpg" alt="Test 1" />
</a>

<a href="test2.php">
 <span>
  <img src="test2.jpg" alt="Test 2" />
 </span>
</a>

如何在PHP中匹配上述情况？（使用Dom Xpath或任何其他Dom解析器）

---

提前谢谢

使用简单的HTML DOM解析器

您可以这样做（粗略的代码，您必须调整代码以使其正常工作）：

---

假设

$doc

是表示HTML文档的

DOMDocument

：

$output = array();
$xpath = new DOMXPath($doc);
# find each img inside a link
foreach ($xpath->query('//a[@href]//img') as $img) {

    # find the link by going up til an <a> is found
    # since we only found <img>s inside an <a>, this should always succeed
    for ($link = $img; $link->tagName !== 'a'; $link = $link->parentNode);

    $output[] = array(
        'href' => $link->getAttribute('href'),
        'src'  => $img->getAttribute('src'),
        'alt'  => $img->getAttribute('alt'),
    );
}

$output=array（）；
$xpath=新的DOMXPath（$doc）；
#在链接中查找每个img
foreach（$xpath->query（'//a[@href]//img'）作为$img）{
#通过向上移动直到找到链接来查找链接
#因为我们只找到了$img->getAttribute（'src'），
'alt'=>$img->getAttribute（'alt'），
);
}

假设您的HTML是有效的XML文档（有一个根节点等），您可以像这样使用SimpleXML：

$xml = simplexml_load_file($filename);
$items = array();
foreach ($xml->xpath('//a[@href]') as $anchor) {
    foreach ($anchor->xpath('.//img[@src][@alt]') as $img) {
        $items[] = array(
            'href' => (string) $anchor['href'],
            'src' => (string) $img['src'],
            'alt' => (string) $img['alt'],
        );
    }
}
print_r($items);

---

这使用xpath在文档中搜索具有

href

属性的所有

标记。然后在找到的每个

标记下搜索，以查找任何

和
alt
标记。然后它只需要获取所需的属性并将它们添加到数组中。
@NikhilMohan:对不起，有点变化。您必须实际查询附加到文档的
DOMXPath
，而不是文档本身。这没关系。我已经在你的第一篇文章中修复了它：）还有一件事，如何找到没有img标记作为子元素的锚定标记（而不是
src
和
alt
，我需要锚定文本）？首先猜测：query
//a[not（//img）]
获取非图像链接，然后从那里查询
//text（）
，获取这些链接中的每个文本节点。您可能应该将它们的
节点值
收集到一个数组中，并对它们进行内爆以获得整个文本值。只要尝试一下……您就会想要查询链接的
//a[not（.//img）]
。圆点明显显著；如果没有它，表达式的意思似乎是“任何
标记，但只有在上下文节点下没有图像时”——上下文节点默认为整个文档。
src
和
alt
属性位于链接内的图像上。
$output = array();
$xpath = new DOMXPath($doc);
# find each img inside a link
foreach ($xpath->query('//a[@href]//img') as $img) {

    # find the link by going up til an <a> is found
    # since we only found <img>s inside an <a>, this should always succeed
    for ($link = $img; $link->tagName !== 'a'; $link = $link->parentNode);

    $output[] = array(
        'href' => $link->getAttribute('href'),
        'src'  => $img->getAttribute('src'),
        'alt'  => $img->getAttribute('alt'),
    );
}

$xml = simplexml_load_file($filename);
$items = array();
foreach ($xml->xpath('//a[@href]') as $anchor) {
    foreach ($anchor->xpath('.//img[@src][@alt]') as $img) {
        $items[] = array(
            'href' => (string) $anchor['href'],
            'src' => (string) $img['src'],
            'alt' => (string) $img['alt'],
        );
    }
}
print_r($items);