[Erledigt] Parsen mit DOM - Links auslesen

[bish]

Hallo,
ich würde gerne wissen, ob es möglich ist, wenn man mit DOM HTML parst, auch die Links von Tabellenspalten auszulesen.

Tablle (vereinfacht)

...
<tr>
  <td>
    <a href="linkzurseite">Text des Links</a>
  </td>
</tr>

Zum jetzigen Zeitpunkt gibt mir DOM nämlich nur den "Text des Links" zurück (irgendwie ja auch richtig, weil Inhalt der Spalte). Aber ich würde auch gerne den Link haben.

Kann mir da jemand einen Tip geben wie das geht? Suchfunktion hier mit Stichworten "DOM und Links" hat 250 Treffer ergeben von denen die ersten 50 nix annähernd damit zu tun hatten :/

[nikosch]

Gerne. Ist leider etwas komplexer, weil DOM alle als Objektknoten aufschlüsselt.

[bish]

Sry war essen, daher keine Antwort.


Danke jetzt hab ichs hinbekommen

var_dump($links->item(0)->attributes->getNamedItem('href')->nodeValue);

Das kann ich jetzt bearbeiten, danke

[nikosch]

DOMNodeList ist eine (wer hätte es gedacht) Liste von DOMNode-Objekten
über item(index) bekommst Du das entspr. DOMNode-Objekt

DOMNode kapselt ein Node eines Dokumentbaums. Also ein DOM-Element und dessen Text- bzw. XML-Substruktur-Inhalt. Das liefert $myDOMNode->nodeValue

$myDOMNode->attributes enthält eine DOMNamedNodeMap, wie Du die ausliest steht im Manual: [MAN]DOMNamedNodeMap[/MAN]

Oder Du benutzt gleich ->getAttribute() oder ähnliches aus dem Fundus des DOMElement, denn DOMNode ist auch gleichzeitig ein DOMElement

[bish]

Sry wenn ich dumme Fragen stelle, aber jetzt verwirrt mich die Kombination aus deinem Post und dem phpmanual.

Also nodeValue ist falsch, ich muss auf die Attribute. Soweit hab ichs verstanden. Hab jetzt alle Funktionen ausprobiert, die im manual stehen, aber entweder habe ich doch kein NodeList Objekt (wovon ich aber nicht ausgehe, warum var_dump da was falsches anzeigen sollte) oder ich bin einfach zu blöd. Habe neben NodeList Funktionen das hier ausprobiert:

DomAttribute->value
DomElement->get_attribute_node
DomElement->get_attribute
DomNode->attributes

Wäre für eine Hilfe dankbar, wie ich jetzt an die URl komme bzw. wie genau ich jetzt auf das Attribut href (wo dann hoffentlich, keine Ahnung) die URL drin steht.

Weil derzeit heißt das Ergebnis, egal welcher der Attributsfunktionen ich ausprobiere immer

Call to undefined method...

[nikosch]

Naja, das ist aber eine große Überraschung, wenn Du auf nodeValue zugreifst!! item(0) ist bereits das Objekt! Wenn Du ein Attribut brauchst (href z.B.) dann musst Du eben auch auf die Attribute zugreifen.

Bitte Nachhilfe zum Thema DOM in Anspruch nehmen. Es ist klar definiert, was nodeValue, textContent, childNodes etc. bedeuten. Steht auch alles im Manual.

[bish]

Das stimmt nicht. DIe Funktion liefert sehr wohl ein Objekt. Vermutlich versuchst DU nur, das direkt auszugeben und dann wird eine Typkonvertierung zu String vorgenommen. Mit var_dump dürftest Du sehen, dass Du durchaus noch ein Element (z.B. DOMNodeList) hast.

Ja es ist ein DOMNodeList Objekt keine Frage. Dennoch enthält das Item den (für mich) falschen Inhalten:

var_dump($links->item(0)->nodeValue);

Da sollte nach meinem Verständnis die URL drin sein und nicht der Text des Links (item(1)) gibt es (verständlicherweise) nicht.

[nikosch]

Wenn ich
..
verwende (also gleicher aufbau wie mit 'td') dann erhalte ich nicht den Link sondern wieder nur den Text des Links

Das stimmt nicht. DIe Funktion liefert sehr wohl ein Objekt. Vermutlich versuchst DU nur, das direkt auszugeben und dann wird eine Typkonvertierung zu String vorgenommen. Mit var_dump dürftest Du sehen, dass Du durchaus noch ein Element (z.B. DOMNodeList) hast.

[bish]

Ja, aber ich will nicht "Text des Links" sondern den Link selber, also die URL. Und die wird sowohl bei 'td' wie auch bei 'a' nicht mitgeliefert :/

[lstegelitz]

Wieso Denkfehler?

Suche nach Tag <a> trifft den einen Link, die Suche nach dem Tag <td> findet beide Spalten der Tabelle. Sieht für mich perfekt richtig aus...

Was du haben willst, sind die INHALTE von <td> Tags, die ein <a> enthalten.. das ist aber nicht über getElementsByTagName alleine zu erreichen.

[bish]

DOMDocument::getElementsByTagName
DomDocument->get_elements_by_tagname

such dir was aus.

Wenn ich

$links = $row->getElementsByTagName('a');

verwende (also gleicher aufbau wie mit 'td') dann erhalte ich nicht den Link sondern wieder nur den Text des Links.

Soll heißen. Wenn folgendes meine Tabelle ist:

<tr>
  <td>
    <a href="linkzurseite">Text des Links</a>
  </td>
  <td>
    Zweite Spalte
  </td>
</tr>

Dann liefert mir:

$cols = $row->getElementsByTagName('td');

zwei Items: "Text des Links" und "Zweite Spalte"

während mir

$links = $row->getElementsByTagName('a');

ein Item mit "Text des Links" ergibt.

Wo ist mein (Denk-?)Fehler?

[chorn]

DOMDocument::getElementsByTagName
DomDocument->get_elements_by_tagname

such dir was aus.