Php xpath：排除作为属性值一部分的文本

我需要解析一块寻找特定术语的html，并将该术语的所有实例包装在一个标记中（使用类“keyword”）

为此，我使用xpath解析html位，它运行良好

$nodes = $xpath->query('//text()[contains(., "CLEA")]');

除非在某些罕见的情况下，术语位于属性值内，在这种情况下，会发生一些递归，html会中断：

Hello <a class="tag" title="this is <a class="tag" href="#">CLEA</a>">CLEA</a>, hello!

你好“>克莱，你好！

当我想要的是

Hello <a class="tag" title="this is CLEA">CLEA</a>, hello!

你好 14.01 - 19.01.2013 地址： 法兰西朱蒙广场 主办单位： 德拉克，北加莱帕斯酒店 北加莱国家教育局 在以下方面： 克莱，瑞斯登斯任务 地方教育艺术合同 http://cleavaldesambre.wordpress.com/ 与：Martin Mey、Stephane Querrec、Woudi Tat、Marie Morel、LAb[au] 实验室[au]特色项目：，动感灯光艺术装置 ，控制论灯光艺术装置

更新2 xpath在php中的使用方式如下

    $dom = new DOMDocument('1.0', 'utf8');
    $dom->formatOutput = true;
    $dom->loadHTML(mb_convert_encoding($text, 'HTML-ENTITIES', 'UTF-8'));
    $xpath = new DOMXPath($dom);
    foreach ($tags as $t) {
        $label = $t['label'];
        $nodes = $xpath->query('//text()[contains(., "' . $label . '")]');
        $urlVersion = htmlentities(urlencode($label));

        foreach ($nodes as $node) {
            $link = '<a class="tag" rel="tag-definition" title="Click to know more about ' . $label . '" href="?tag='.$urlVersion.'">'.$label.'</a>';
            $replaced = str_replace($label, $link, $node->textContent);
            $newNode = $dom->createDocumentFragment();
            $newNode->appendChild(new DOMText($replaced));
            $node->parentNode->replaceChild($newNode, $node);
        }
    }

    $text= $dom->saveHTML();

$dom=newdomdocument（'1.0'，'utf8'）；
$dom->formatOutput=true；
$dom->loadHTML（mb_convert_编码（$text，'HTML-ENTITIES'，'UTF-8'）；
$xpath=newdomxpath（$dom）；
foreach（$t标记）{
$label=$t['label']；
$nodes=$xpath->query（'//text（）[包含（，“'.$label.''”））；
$urlVersion=htmlentities（urlencode（$label））；
foreach（$node作为$node）{
$link=''；
$replaced=str_replace（$label，$link，$node->textContent）；
$newNode=$dom->createDocumentFragment（）；
$newNode->appendChild（新的DOMText（$replaced））；
$node->parentNode->replaceChild（$newNode，$node）；
}
}
$text=$dom->saveHTML（）；

---

出现此错误的原因是一个标记是“les amis de CLEA”，另一个标记是“CLEA”。

该表达式不应返回属性值。这看起来像是PHP XPath实现中的错误。在XPath中，

/

是

/substant或self:：node（）/

的缩写。子体不包含属性。即使它们包含属性，也不包含

text（）不带轴的

是子：：text（）的缩写，属性没有子节点

因此，您需要一种变通方法。您使用的完全扩展表达式是

/genderant或self:：node（）/child:：text（）[包含（，“CLEA”）]

。因此，让我们尝试调整它。而不是

node（）

，尝试

*

，它只匹配元素：

/descendant-or-self::*/text()[contains(., "CLEA")]

或者尝试直接在

子体或self

轴上使用

text（）

节点测试：

/descendant-or-self::text()[contains(., "CLEA")]

---

该表达式不应返回属性值。这看起来像是PHP XPath实现中的错误。在XPath中，

/

是

/substant或self:：node（）/

的缩写。子体不包含属性。即使包含属性，没有轴的

text（）

也是

child:：text（）的缩写

，属性没有子节点

因此，您需要一种变通方法。您使用的完全扩展表达式是

/genderant或self:：node（）/child:：text（）[包含（，“CLEA”）]

。因此，让我们尝试调整它。而不是

node（）

，尝试

*

，它只匹配元素：

/descendant-or-self::*/text()[contains(., "CLEA")]

或者尝试直接在

子体或self

轴上使用

text（）

节点测试：

/descendant-or-self::text()[contains(., "CLEA")]

---

这是无效的html。甚至格式不正确。不要期望xpath可以处理这一问题。这只是为了说明我的问题。xpath查询可以处理提供的html，除非在少数情况下如前所述。我真的很想帮助您，但您必须承认这是格式不正确的html。您的查询可能与domdocument一样工作uch对格式不正确的xml很宽容。但是没有办法用xpath选择格式不正确的节点。顺便说一句，你能再多展示一点文档和查询吗？根据你的要求，我已经添加了系统生成的html的原始副本，并发送到xpath。谢谢。嗯，你发布的html看起来格式很好d、 似乎，您看到的问题只发生在某些请求上，但根本没有发生？这是无效的html。甚至格式不正确。不要期望xpath可以处理此问题。这只是为了说明我的问题。xpath查询可以处理提供的html，除非在少数情况下如前所述。我真的很想帮助您，但您需要st承认这是格式不正确的html。当涉及格式不正确的xml时，您的查询可能会像domdocument一样工作。但是没有办法用xpath选择格式不正确的节点。顺便说一句，您能再多显示一点文档和查询吗？根据您的请求，我已经添加了生成的html的原始副本通过系统并发送到xpath。谢谢。嗯，您发布的html看起来格式良好。似乎，您看到的问题只发生在某些请求上，但根本不会发生？谢谢您的建议。我尝试了这些建议，但不幸的是，您的两个建议都出现了相同的问题。尽管如此，它们仍然有效，因为所有其他情况仍然有效。谢谢你的建议。我试过了，但不幸的是，你的两个建议都出现了同样的问题。尽管如此，它们是有效的，因为所有其他案例仍然有效。