PHP使用XPATH从HTML页面获取文本和Href

这是我在Stack上的第一个问题，所以如果有什么不合适的地方，请原谅我

我有一个网页，上面有一个我想提取的信息列表，其中一个td中也有一个，但我不知道如何访问它

HTML示例：

<tbody>
  <tr>
   <td>
     19-10-2020 @ 17:33
   </td>
   <td class="hidden-xs hidden-sm">
    <a href="#" data-identifier="5f8db1c332ea9b22d375b7c0"></a>                                       
   </td>

---

非常感谢您的帮助。

有一种简单的方法可以在不使用xpath的情况下使用php获取第n个元素：

$dom = new DOMDocument();
@$dom->loadHTML($HTML);
foreach($dom->getElementsByTagName('table') as $table) {
  echo innerHTML($table->getElementsByTagName('td')->item(ITEM_NUMBER))
}

---

只关注提取数据（而不是格式化等），并假设您的html是固定的，如下图所示，尝试以下方法：

 $str = '
<tbody>
  <tr>
   <td>
     19-10-2020 @ 17:33
   </td>
   <td class="hidden-xs hidden-sm">
    <a href="#" data-identifier="5f8db1c332ea9b22d375b7c0"></a>                                       
   </td>
  </tr>
</tbody>
';
$doc = new DOMDocument();
$doc->loadHTML($str);
$doc = simplexml_import_dom($doc);
$dates = $doc->xpath('//td[1]');
$identifiers = $doc->xpath('//td/a[@href]/@data-identifier');

foreach(array_combine($dates, $identifiers) as $date => $identifier) {
    echo trim($date) . "\n";
    echo trim($identifier) . "\n";
}

---

值得检查您处理的源代码（即php代码中加载的html）。有时在浏览器中查看结构可能会产生误导（我认为chrome有时会添加

标记）。您正试图提取哪些信息？我喜欢获取日期和数据标识符以及示例中未包含的其他文本字段

 $str = '
<tbody>
  <tr>
   <td>
     19-10-2020 @ 17:33
   </td>
   <td class="hidden-xs hidden-sm">
    <a href="#" data-identifier="5f8db1c332ea9b22d375b7c0"></a>                                       
   </td>
  </tr>
</tbody>
';
$doc = new DOMDocument();
$doc->loadHTML($str);
$doc = simplexml_import_dom($doc);
$dates = $doc->xpath('//td[1]');
$identifiers = $doc->xpath('//td/a[@href]/@data-identifier');

foreach(array_combine($dates, $identifiers) as $date => $identifier) {
    echo trim($date) . "\n";
    echo trim($identifier) . "\n";
}

19-10-2020 @ 17:33
5f8db1c332ea9b22d375b7c0