Php 如何检索相对于找到的特定HTML节点的父元素文本？

我正在编写一个通用的HTML浏览器，它可以执行一系列操作，例如访问页面、查找表、查找行、存储数据等。它在内部使用Goutte/Guzzle，因此可以使用CSS和XPath选择器。我遇到了一个有趣的问题，我一直在考虑相对于现有结果集选择一组新的结果

考虑这个演示HTML：

    <h2>Burrowing</h2>
    <ul>
        <li>
            <a href="/jobs/junior-mole">Junior Mole</a>
        </li>
        <li>
            <a href="/jobs/head-of-badger-partnerships">Head of Badger Partnerships</a>
        </li>
        <li>
            <a href="/jobs/trainee-worm">Trainee Worm</a>
        </li>
    </ul>

    <h2>Tree Surgery</h2>
    <ul>
        <li>
            <a href="/jobs/senior-woodpecker">Senior Woodpecker</a>
        </li>
        <li>
            <a href="/jobs/owl-supervisor">Owl Supervisor</a>
        </li>
    </ul>

    <h2>Grass maintenance</h2>
    <ul>
        <li>
            <a href="/jobs/trainee-sheep">Trainee sheep</a>
        </li>
        <li>
            <a href="/jobs/sheep-shearer">Sheep shearer</a>
        </li>
    </ul>

    <h2>Aerial supervision</h2>
    <ul>
        <li>
            <a href="/jobs/head-magpie-ops">Head of Magpie Operations</a>
        </li>
    </ul>

对于每一个，我想得到一个类别，即在每种情况下紧跟在

前面的

。现在我可以用一个绝对CSS选择器来实现这一点：

h2

然而，这得到了四个结果，所以我不知道哪个类别（h2）与哪个作业（链接）相匹配。我需要得到八个结果：第一类的三个批次，第二类的两个，第三类的两个，第四类的一个，所以每个类别对应于每个角色

我想知道我是否需要一个父选择器来执行此操作，所以我从CSS切换到XPath，并首先尝试了此操作，它使每个h2都有一个紧跟其后的列表项：

//h2[(following-sibling::ul)[1]/li/a]

这会发现h2s具有指定的父结构，但再次返回时会得到四个结果-不好

下一次尝试：

//ul/li[../preceding-sibling::h2[1]]

它获取正确数量的结果（基于获取前一个标题的列表项），但获取链接文本，而不是类别文本

我考虑过做一个循环——我知道我有八个结果，所以我可以做这个（X是一个从1到8循环的注入变量）。这是可行的，但我认为这里添加的手动循环相当不雅观-我正在尽可能保持我的规则的通用性：

//li[X]/../preceding-sibling::h2[1]

是否存在可以返回所需结果的XPath操作？为免生疑问，我正在寻找以下内容（或者只需要文本元素即可）：

挖洞
挖洞
挖洞
树木外科
树木外科
草地养护
草地养护
空中监督

CSS也可以，但我认为这是不可能的，因为CSS没有父操作符（在任何情况下，Goutte只是将CSS选择器转换为XPath选择器）

---

由于我使用的是PHP（5.5），我相信我必须坚持使用XPath 1.0。

因此我不确定您是如何尝试使用它的，但我会尝试以下方法：

$links = $cralwer->filter('ul li a');
foreach ($links as $link) {
   // do stuff with the link
   // ...
   // get the H2
   $header = $link->parents()->filter('ul[../preceding-sibling::h2]');
   // do stuff with the header
}

请注意，这是未经测试的，我是通过直接查看得到的，但我认为它应该基于此工作（除非我的XPath错误-但如果我这样做了，您应该很容易解决）

---

当然，您也可以使用

Symfony\Component\DomCrawler:：each

并在闭包中执行此操作，而不是执行foreach…

不，没有一个XPath 1.0表达式返回您想要的内容。首先是因为XPath 1.0不允许对中间结果进行迭代，其次是因为项目序列是-其中不能有重复项

对于你的问题，我有两种可能的解决办法。要么编写PHP代码

• 首先检索所有相关的

  a

  节点，例如使用类似

  //a

• 将第二个XPath表达式依次应用于它们中的每一个：

  preference:：h2[1]

你必须自己写PHP代码，因为我的技能很差。但我可以提供另一种选择：您也可以在PHP中使用XSLT1.0转换

样式表

<?xml version="1.0" encoding="UTF-8" ?>
<xsl:transform xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0">
    <xsl:output method="xml" omit-xml-declaration="yes" indent="yes" />

    <xsl:template match="/">
      <xsl:for-each select="//a">
          <xsl:copy-of select="preceding::h2[1]"/>
      </xsl:for-each>
    </xsl:template>

</xsl:transform>

---

离题。。。你的销售代表怎么了？也许你是另一个用户？我过去经常看到的那只哈弗犬有几万只。。。我很困惑…@prodigitalson:不是我，仍然没有突破10公里线！快到了…谢谢你的建议！然而，我试图尽可能地概括我的处理步骤，

ulli a

的“抓取行”很好，而您的第二个表达式实际上是“抓取行数据”操作。然而，

parents（）

这件事让它不那么通用，理想情况下我希望它能在没有这种情况下工作（也就是说，在解析一个新页面时，我只添加各种预定义的步骤类型，根本不必编写任何PHP）。我想

parents（）

本身可能是一个步骤，因此过程将是“获取这些行[xpath]，遍历到父级，获取这些列[xpath]”。有趣的是，我刚刚发现xpath 2.0，所以我想在该版本中这将是微不足道的！然而，我还是停留在1.0上，除非我能抽出时间让2.0解析器在控制台上运行，并将其破解成Goutte（在我看来，这并不值得费心）。啊，两个好的新想法，非常感谢。

for

XPath最令人沮丧，因为它非常完美，不需要在我的应用程序中更改设计，但语法不可用！呸。XSLT值得考虑：根据我对prodigitalson的评论，我正在制作一个通用解析器，这样我就可以在不编写任何新PHP的情况下扫描任何结构，而通用转换步骤将是一个有用的补充。（我可能有一条鱼在附近，看看是否有人已经用XPath 2.0以某种方式使用PHP，也许有任何可以接受的黑客。如果我找到一些东西，我会在这页上记下。它看起来确实不错）。

$links = $cralwer->filter('ul li a');
foreach ($links as $link) {
   // do stuff with the link
   // ...
   // get the H2
   $header = $link->parents()->filter('ul[../preceding-sibling::h2]');
   // do stuff with the header
}

<?xml version="1.0" encoding="UTF-8" ?>
<xsl:transform xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0">
    <xsl:output method="xml" omit-xml-declaration="yes" indent="yes" />

    <xsl:template match="/">
      <xsl:for-each select="//a">
          <xsl:copy-of select="preceding::h2[1]"/>
      </xsl:for-each>
    </xsl:template>

</xsl:transform>

<h2>Burrowing</h2>
<h2>Burrowing</h2>
<h2>Burrowing</h2>
<h2>Tree Surgery</h2>
<h2>Tree Surgery</h2>
<h2>Grass maintenance</h2>
<h2>Grass maintenance</h2>
<h2>Aerial supervision</h2>

for $a in //a return $a/preceding::h2[1]