Xpath 查询不会 Return 结果

Question

我正在尝试 return 来自 Xpath 查询的一些结果，但它不会 select 正确的元素。我正在使用以下代码：

public function getTrustPilotReviews($amount)
{
    $trustPilotUrl = 'https://www.trustpilot.co.uk/review/purplegriffon.com';
    $html5 = new HTML5;
    $document = $html5->loadHtml(file_get_contents($trustPilotUrl));
    $document->validateOnParse = true;
    $xpath = new DOMXpath($document);
    $reviewsDomNodeList = $xpath->query('//div[@id="reviews-container"]//div[@itemprop="review"]');
    $reviews = new Collection;

    foreach ($reviewsDomNodeList as $key => $reviewDomElement)
    {
        $xpath = new DOMXpath($reviewDomElement->ownerDocument);

        if ((int) $xpath->query('//*[@itemprop="ratingValue"]')->item($key)->getAttribute('content') >= 4)
        {
            $review = [
                'title'     => 'Test',
                'author'    => $xpath->query('//*[@itemprop="author"]')->item($key)->nodeValue,
                'date'      => $xpath->query('//*[@class="ndate"]')->item($key)->nodeValue,
                'rating'    => $xpath->query('//*[@itemprop="ratingValue"]')->item($key)->nodeValue,
                'body'      => $xpath->query('//*[@itemprop="reviewBody"]')->item($key)->nodeValue,
            ];

            $reviews->add((object) $review);
        }
    }

    return $reviews->take($amount);
}

这段代码不会return任何东西：

//div[@id="reviews-container"]//div[@itemprop="review"]

但是如果我把它改成：

//*[@id="reviews-container"]//*[@itemprop="review"]

它部分有效，但 return 没有正确的结果。

Answer 1

您似乎在使用 HTML5-PHP 库。如果需要，则需要使用名称空间。该库将 HTML5 加载到 XHTML 文档中。如果将 DOM 文档另存为 XML，则可以进行测试。输出将类似于：

<?xml version="1.0" encoding="UTF-8"?>
<html xmlns="http://www.w3.org/1999/xhtml">
...
</html>

因此，如果您使用 XPath，则需要为 XHTML 命名空间注册和添加前缀，并将其用于元素名称。

...
$xpath = new DOMXPath($document);
$xpath->registerNamespace('x', 'http://www.w3.org/1999/xhtml');

$reviewNodes= $xpath->evaluate(
  '//x:div[@id="reviews-container"]//x:div[@itemprop="review"]'
);
foreach ($reviewNodes as $reviewNode) {
  ...
}
...

您在循环内有一个条件，它可以是用于获取评论的外部 XPath 的一部分：

$expression = 
  '//x:div[@id="reviews-container"]
   //x:div[
     @itemprop="review" and 
     (.//*[@itemprop = "ratingValue"]/@content > 4)
   ]'

不要使用DOMXPath::query()而是DOMXPath::evaluate()，它可以让你直接得到标量。方法的第二个参数是上下文节点。使用相对位置路径（表达式开头没有 /）。

 ...
 foreach ($reviewNodes as $reviewNode) {
   $review = [
     'title' => 'Test',
     'author'=> $xpath->evaluate('string(.//*@itemprop="author"])', $reviewNode),
     'date'=> $xpath->evaluate('string(.//*[@class="ndate"])', $reviewNode),
     'rating'=> $xpath->evaluate('string(.//*[@class="ratingValue"])', $reviewNode),
     'body'=> $xpath->evaluate('string(.//*[@class="reviewBody"])', $reviewNode)
   ];
   ...
 }

Answer 2

感谢 ##php IRC 中的 Viper-7、biberu 和 salathe，我现在可以使用：

public function getTrustPilotReviews($amount)
{
    $context = stream_context_create(array('ssl' => array('verify_peer' => false)));

    $url = 'https://www.trustpilot.co.uk/review/purplegriffon.com';
    $data = file_get_contents($url, false, $context);

    libxml_use_internal_errors(true);

    $doc = new \DOMDocument();
    $doc->loadHTML($data);

    $xpath = new DOMXpath($doc);

    $reviews = new Collection;

    foreach($xpath->query('//div[@id="reviews-container"]/div[@itemprop="review"]') as $node)
    {
        $xpath = new DOMXpath($doc);
        $rating = $xpath->query('.//*[@itemprop="ratingValue"]', $node)->item(0)->getAttribute('content');

        if ($rating >= 4)
        {
            $review = [
                'title'     => $xpath->evaluate('normalize-space(descendant::*[@itemprop="headline"]/a)', $node),
                'author'    => $xpath->evaluate('normalize-space(descendant::*[@itemprop="author"])', $node),
                'date'      => $xpath->evaluate('normalize-space(descendant::*[@class="ndate"])', $node),
                'rating'    => $xpath->evaluate('number(descendant::*[@itemprop="ratingValue"]/@content)', $node),
                'body'      => $xpath->evaluate('normalize-space(descendant::*[@itemprop="reviewBody"])', $node),
            ];

            $reviews->add((object) $review);
        }
    }

    return $reviews->take($amount);
}

Xpath 查询不会 Return 结果

Xpath Query Won't Return Results

php

xpath

domdocument

domxpath