xpath如何选择html内容?

Question

抱歉 真的是很小白的问题，不过我确实是查了很多天；这个问题还在困扰着我请大神帮忙看看

我要爬去http://news.ci123.com/article...这个页面中的内容,即
如果带html应该如何写Xpath 如何不带html应该如何写?

//*[@id='post']/div[2]/这个代码只能抓取到‘http://news.ci123.com/uploads...’

    array(
        'name' => "neirong",
        'selector' => "//*[@id='post']/div[2]/",
        'required' => true,
    ),

Answer 1

不帶HTML標籤

$x("//div[@class='info']/div/text()")

帶HTML標籤

$x("//div[@class='info']/div")

同理，若要找其他區塊

$x('//div[@class = "entry group"]')

console回傳[div.entry.group]為一個元素的陣列

取其唯一元素的innerHTML

$x('//div[@class = "entry group"]')[0].innerHTML

結果

"
                            <p><img class="aligncenter size-full wp-image-106599" title="10" src="http://news.ci123.com/uploads/2017/05/2017-05-19-11390495.jpeg" alt="" width="630" height="200"></p>
<p>这两天，一个十八线小明星因为被老婆起诉离婚红了，他就是至上励合成员刘洲成。他的妻子林苗控诉他恶性家暴，曾把自己打流产。本期《育姐聊八卦》让我们来“长见识”。......(以下略)"

若使用innerText

$x('//div[@class = "entry group"]')[0].innerText

結果

"
这两天，一个十八线小明星因为被老婆起诉离婚红了，他就是至上励合成员刘洲成。他的妻子林苗控诉他恶性家暴，曾把自己打流产。本期《育姐聊八卦》让我们来“长见识”。



01

没有最渣，只有更渣。

Answer 2

反正php DOMXPath 返回的是 DOMNode 的集合, 所以强求要在 xpath 中获取text 和 html 感觉没有意义

//http://www.php.net/manual/en/book.dom.php
$config = array(
    'name' => "neirong",
    'selector' => "//*[@id=\"post\"]/div[2]",
    'required' => true,
);

$url = "http://news.ci123.com/article/106582.html";

$html_string = file_get_contents($url);
$document = new DOMDocument(1.0);
$document->loadHTML($html_string);

$xpath = new DOMXPath($document);
$nodeList = $xpath->query($config['selector']);

foreach ($nodeList as $index => $node){
    echo $node->textContent; //不包含HTML标签
    echo "<br/>";
    echo $node->ownerDocument->saveHTML($node); //包含HTML标签
}