Php 使用XPath将dom内容正确分类到数组中

HTML示例：

<div class"classX">
<a href="#" class="aClass">Link Text 1</a>
<span class="sClass"><p>Text #1</p></span>
</div>

<div class="classX">
<a href="#" class="aClass">Link Text 2</a>
</div>

<div class="classX">
<a href="#" class="aClass">Link Text 3</a>
</div>

<div class="classX">
<a href="#" class="aClass">Link Text 4</a>
<span class="sClass"><p>Text #4</p></span>
</div>

<div class="classX">
<a href="#" class="aClass">Link Text 5</a>
<span class="sClass"><p>Text #5</p></span>
</div>

但是使用带有

$key

值的

foreach

循环对输出进行了错误的组织，我得到的数组如下所示：

 [0] => Array
        (
            [link_text] => Link Text 1
            [span_text] => Text #1
        )

    [1] => Array
        (
            [link_text] => Link Text 2
            [span_text] => Text #4
        )

    [2] => Array
        (
            [link_text] => Link Text 3
            [span_text] => Text #5
        )

    [3] => Array
        (
            [link_text] => Link Text 4
        )

    [4] => Array
        (
            [link_text] => Link Text 5
        )

我完全理解为什么会发生这种情况，这是因为我在访问

span\u text

值时使用了

link\u text

键，但我不知道如何正确构建具有正确组合的数组

PHP:

$finder=newdomxpath（$dom）；
$link_text=$finder->query（//a[contains（@class，normalize space（'aClass'））]）；
$span_text=$finder->query（//span[contains（@class，'sClass'）]/@datahtml）；
foreach（$key=>$link\u文本作为$key）{
if（空（$span_text[$key]->textContent））{
$link\u text=trim（$link\u text->textContent）；
$dataArr[]=str\u replace（“\n”，”，$link\u text）；
$data[]=数组（“链接文本”=>str\u替换（“\n”，”“，$link\u text））；
}否则{
$span_text=str_replace（“\n”，”，$span_text[$key]->textContent）；
$span\u text=preg\u replace（“~]*>”，“，$span\u text）；
$link\u text=trim（$link\u text->textContent）；
$data[]=数组（“链接文本”=>str\u替换（“\n”，”，$link\u text），“span\u文本”=>$span\u文本）；
}
}

我认为从选择所有父

元素开始会更容易。然后我们可以为每个

div

选择嵌套的

a

和

span

元素

$finder = new DomXPath($dom);
$divs = $finder->query("//div[@class='classX']");
$data = array();

foreach($divs as $div) {
    $link = $finder->query("./a[@class='aClass']", $div)->item(0);
    $span = $finder->query("./span[@class='sClass']", $div)->item(0);
    $items = array(
        "link_text" => $link ? $link->textContent : null, 
        "span_text" => $span ? $span->textContent : null
    );
    $data[] = array_filter($items);
}

print_r($data);

这将生成一个

$data

数组，其中所有

link\u text

和

span\u text

项的顺序正确

空值由

array\u filter

删除，因此某些嵌套数组没有

span\u text

键。

---

如果需要恒定数量的项目，那么不要输入

$items

数组。

这是个好主意。有没有办法避免

注意：在运行
$finder->query（“./span[@class='sClass']”，$div）->item（0）->textContent时尝试获取非对象的属性
错误？也许通过一个
if
语句来检查这个查询是否返回NULL？不管怎样，我已经找到了我所需要的：
if（！empty（$finder->query（./span[@class='sClass']，$div）->item（0）->textContent））
。谢谢我通过检查NULL项更新了代码，因此PHP不会抛出任何警告。
$finder = new DomXPath($dom);
$link_texts= $finder->query("//a[contains(@class, normalize-space('aClass'))]");
$span_text= $finder->query("//span[contains(@class,'sClass')]/@data-html");


foreach ($link_texts as $key => $link_text) {

    if (empty($span_text[$key]->textContent)) {
        $link_text = trim($link_text->textContent);
        $dataArr[] = str_replace("\n", " ", $link_text);
        $data[] = array("link_text"=>str_replace("\n", " ", $link_text));
    } else {
        $span_text = str_replace("\n", " ", $span_text[$key]->textContent);
        $span_text = preg_replace('~</?p[^>]*>~', '', $span_text);
        $link_text = trim($link_text->textContent);
        $data[] = array("link_text"=>str_replace("\n", " ", $link_text), "span_text"=>$span_text);
    }

}

$finder = new DomXPath($dom);
$divs = $finder->query("//div[@class='classX']");
$data = array();

foreach($divs as $div) {
    $link = $finder->query("./a[@class='aClass']", $div)->item(0);
    $span = $finder->query("./span[@class='sClass']", $div)->item(0);
    $items = array(
        "link_text" => $link ? $link->textContent : null, 
        "span_text" => $span ? $span->textContent : null
    );
    $data[] = array_filter($items);
}

print_r($data);