如何获取 HTML 元素值，它是另一个 HTML 元素的属性值？

Question

我正在提取 HTML 元素属性的值。但是该属性本身包含另一个 HTML 元素。那么我是否可以从该属性中提取 HTML 元素值？

这是元素

<div data-content="<i>10%</i><b>C</b>"></div>

我正在尝试获取 <b>C</b> 内的值，即 C

我试过下面的 xpath:

//div/@data-content

无论如何请帮忙。

Answer 1

您的 XML 中有错字。我认为它应该是：

  <div data-content="<i>10%</i><b>C</b>"></div>>

如果是这样，试试这个，看看它是否能帮助你：

substring-after((//div/@data-content),'<b>')

Answer 2

正如已经指出的那样，您的输入样本格式不正确 XML 因此标准 XPath 或 XSLT 处理链使用 XML 解析器来解析 XML 输入无效。

但是，某些 XSLT 或 XPath 处理器允许您将 HTML 解析器而不是 XML 解析器插入处理链，这样您就可以解析初始输入和属性值以及使用 XPath。

此外，对于 XSLT 2 和 3，您可以使用来自任何 XSLT 2 或更高版本样式表的 David Carlisle 的 HTML 在纯 XSLT 2 https://github.com/davidcarlisle/web-xslt/blob/master/htmlparse/htmlparse.xsl 中完成的解析器实现来解析您拥有的 HTML作为字符串，因此要么作为字符串参数传入，要么在 XML 输入的 CDATA 部分中转义，或者使用 unparsed-text.

读入

然后使用 HTML 解析器的功能，您可以调用其 htmlparse 函数两次，并 select b 元素，例如dpc:htmlparse($html-input, '', true())/div[@data-content]/dpc:htmlparse(@data-content, '', true())/b 或其内容，例如dpc:htmlparse($html-input, '', true())/div[@data-content]/dpc:htmlparse(@data-content, '', true())/b/string().

完整的 XSLT 样式表是

<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
    xmlns:xs="http://www.w3.org/2001/XMLSchema"
    xmlns:dpc="data:,dpc"
    exclude-result-prefixes="#all"
    version="3.0">

    <xsl:import href="https://github.com/davidcarlisle/web-xslt/raw/master/htmlparse/htmlparse.xsl"/>

    <xsl:param name="html-input" as="xs:string"><![CDATA[<div data-content="<i>10%</i><b>C</b>"></div>]]></xsl:param>

    <xsl:template name="xsl:initial-template" match="/">
        <xsl:copy-of select="dpc:htmlparse($html-input, '', true())/div[@data-content]/dpc:htmlparse(@data-content, '', true())/b/string()"/>
    </xsl:template>

</xsl:stylesheet>

在线演示在

如果您依赖 PHP 及其 XPath 1.0 支持，那么您至少可以运行由 PHP 函数扩展的 XPath 1.0 针对使用 [ 创建的 DOMDocument =17=] 来自 HTML 字符串：

$html = <<<EOT
<div data-content="<i>10%</i><b>C</b>"></div>
EOT;

$domDoc = new DOMDocument();
$domDoc->loadHTML($html);


function parseXmlFragment($fragment) {
    $docFrag = $fragment[0]->ownerDocument->createDocumentFragment();
    $docFrag->appendXML($fragment[0]->textContent);
    return $docFrag;
}

$xpath = new DOMXPath($domDoc);

$xpath->registerNamespace("php", "http://php.net/xpath");

$xpath->registerPHPFunctions("parseXmlFragment");

echo $xpath->evaluate("string(php:function('parseXmlFragment', //div[@data-content]/@data-content)/b)", $domDoc);

见https://www.php.net/manual/en/domdocument.loadhtml.php, https://www.php.net/manual/en/domdocumentfragment.appendxml.php and https://www.php.net/manual/en/domxpath.registerphpfunctions.php。

如何获取 HTML 元素值，它是另一个 HTML 元素的属性值？

How to get HTML element value which is a attribute value of another HTML element?

xpath

domxpath

xpath-2.0