Bir wikipedia sayfasından ilk paragrafı kazımak nasıl?

1 Cevap php

Diyelim ki this wikipedia page ilk paragrafı kapmak istiyorum diyelim. Nasıl XPath veya DOM & kullanarak başlık ve içerikleri kutusu arasındaki temel metin alabilirim PHP ya da benzer bir şey?

Bunun için herhangi bir php kütüphanesi var mı? Ben biraz karmaşık çünkü API kullanmak istemiyorum.

Not: ben sadece Vikipedi ilgili bilgi görüntüler benim sayfaları altında Widget eklemek için bu gerekir.

1 Cevap

Use the following XPath expression:

/*/h:body//h:h1
  |
   /*/h:body//h:h1/following::node()
      [count(. | //h:table[@id='toc']
                  /preceding::node()
             )
      =
       count(//h:table[@id='toc']
                  /preceding::node()
             )
       ]

İşte öneki h: XHTML ad bağlı ("http://www.w3.org/1999/xhtml").

This transformation shows that the wanted result is really produced:

<xsl:stylesheet version="1.0"
 xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
 xmlns:h="http://www.w3.org/1999/xhtml"
 >
 <xsl:output omit-xml-declaration="yes" indent="yes"/>

 <xsl:template match="/">
  <xsl:copy-of select=
  "/*/h:body//h:h1
  |
   /*/h:body//h:h1/following::node()
      [count(. | //h:table[@id='toc']
                  /preceding::node()
             )
      =
       count(//h:table[@id='toc']
                  /preceding::node()
             )
       ]
  "/>
 </xsl:template>
</xsl:stylesheet>

When run on the XHTML document of the Wikipedia article (ayrıca bu belge için iki tarafını &nbsp; ve &reg; tanımlamanız gerekir), istenen sonuç elde edilir.

etiketler