简介

Zend_Dom_Query

Zend_Dom_Query 为利用 XPath 或 CSS 选择器来查询 XML 和 (X)HTML 文档提供了机制。 它为帮助 MVC 应用的功能测试而开发,但也用于 screen scrapers 的快速开发。

当用 XML 结构查询文档时,对于 web 开发者来说,CSS 选择器符号简单而熟悉。 对开发过 Cascading Style Sheets 或用过提供使用 CSS 选择器 (» Prototype's $$()» Dojo's dojo.query 都是组件的灵魂)选择节点的功能的 Javascript 工具箱的开发者来说,符号应当很熟悉。

操作理论

要使用 Zend_Dom_Query,你需要初始化一个 Zend_Dom_Query 对象,并可选地传递一个文档到查询(一字符串)。 一旦你有一个文档,可以使用 query()queryXpath() 方法; 每个方法将返回带有任何匹配节点的 Zend_Dom_Query_Result 对象。

Zend_Dom_Query 和使用 DOMDocument + DOMXPath 的主要不同之处是可以依靠 CSS 选择器来选择。 你可以使用下列的任何组合:

  • element types: 提供一个元素类型来匹配: 'div'、 'a'、 'span'、 'h2' 等。

  • style attributes: 匹配 '.error'、 'div.error'、 'label.required' 等的 CSS 风格属性。 如果任何元素定义了超过一个风格,只要命名的风格出现在风格声明的任何地方,它将匹配。

  • id attributes: 匹配 '#content'、 'div#nav' 等的元素 ID 属性。

  • arbitrary attributes: 用于匹配的属性元素的属性。 有三个不同的匹配类型:

    • exact match: 属性和字符串精确地匹配: 'div[bar="baz"]' 表示带有 "bar" 属性的 div 元素精确地匹配值 "baz"。

    • word match: 包含匹配字符串 'div[bar~="baz"]' 的字符的 属性将匹配一个带有包含 "baz"字符的 "bar"属性的 div 元素。 '<div bar="foo baz">' 匹配,而'<div bar="foo bazbat">'不匹配。

    • substring match: 包含 'div[bar*="baz"]' 字符串的属性将匹配一个带有在它内部 任何地方包含字符串 "baz" 的 "bar" 属性的 div 元素。

  • direct descendents: 利用在选择器之间的 '>'表示直接的子孙。'div > span'将只选择 'div'直接的子孙 'span' 元素。 它可用于任何上述的选择器。

  • descendents: 把多个选择器集中成一字符串来表示一个搜索的层次。 'div .foo span #one' 选择一个 id 'one' 的元素,它是在 'span' 元素下任意深度的子孙, 它也是 'foo' 类下面任意深度的子孙,而 'foo' 元素是 'div' 元素下任意深度的子孙。 例如,在下面列表中,它将匹配带有 'One' 字符的链接:

    <div>
        <table>
            <tr>
                <td class="foo">
                    <div>
                        Lorem ipsum <span class="bar">
                            <a href="/foo/bar" id="one">One</a>
                            <a href="/foo/baz" id="two">Two</a>
                            <a href="/foo/bat" id="three">Three</a>
                            <a href="/foo/bla" id="four">Four</a>
                        </span>
                    </div>
                </td>
            </tr>
        </table>
    </div>
    
    

一旦你执行了查询,你可以使用结果对象来确定节点的信息,同时,你也可以 把它们和/或它们的内容拿出来检查和处理。 Zend_Dom_Query_Result 实现 CountableIterator 并在内部存储结果为 DOMNodes/DOMElements。 作为例子,考虑下列的调用,它依靠上述的 HTML 来选择:

$dom = new Zend_Dom_Query($html);
$results = $dom->query('.foo .bar a');

$count = count($results); // get number of matches: 4
foreach ($results as $result) {
    // $result is a DOMElement
}

        

Zend_Dom_Query 也允许利用 queryXpath() method 直接 XPath 查询; 你可以传递任何有效的 XPath 查询给这个方法,它将返回一个 Zend_Dom_Query_Result 对象。

可用方法

Zend_Dom_Query 类家族有下列方法可用。

Zend_Dom_Query

下列方法对 Zend_Dom_Query 可用:

  • setDocumentXml($document): 指定一个查询使用的 XML 字符串。

  • setDocumentXhtml($document): 指定一个查询使用的 XHTML 字符串。

  • setDocumentHtml($document): 指定一个查询使用的 HTML 字符串。

  • setDocument($document): 指定一个查询使用的字符串; Zend_Dom_Query 将尝试自动检查文档类型。

  • getDocument(): 获取提供给对象的原始文档字符串。

  • getDocumentType(): 获取提供给对象的文档的类型;是 DOC_XMLDOC_XHTMLDOC_HTML 类常量其中之一。

  • query($query): 使用 CSS 选择器符号查询文档。

  • queryXpath($xPathQuery): 使用 XPath 符号查询文档。

Zend_Dom_Query_Result

如前所述,Zend_Dom_Query_Result 实现 IteratorCountable, 可用于 foreach 循环和 count() 函数。 另外,它有下列方法:

  • getCssQuery(): 返回用于处理结果(如果有的话)的 CSS 选择器查询。

  • getXpathQuery(): 返回用于处理结果的 XPath 查询。 在内部,Zend_Dom_Query 转换 CSS 选择器查选为 XPath,所以这个值将永远被组装。

  • getDocument(): 获取选择使用的文档。


简介