如何通过PHP与DOMXPath正确分类DOM内容生成对应数组？

我来帮你搞定这个数组错位的问题！你现在遇到的核心问题是把所有<a>标签和所有<span>标签分别查询出来，然后通过数组下标$key强行关联——但你的HTML里有些<div class="classX">容器没有对应的<span>标签，导致<span>的数量比<a>少，下标自然就对应不上，才会出现后面的span_text乱匹配的情况。

正确思路：以容器为单位遍历 #

我们应该先获取所有的<div class="classX">容器，然后逐个处理每个容器内部的内容：每个容器里肯定有一个目标<a>标签，然后检查当前容器里是否存在对应的<span>标签，这样就能保证每个link_text和span_text是严格对应的。

修改后的PHP代码 #

$finder = new DomXPath($dom);
// 先获取所有class为classX的div容器，这是关键！
$divContainers = $finder->query("//div[contains(@class, normalize-space('classX'))]");

$data = [];
foreach ($divContainers as $container) {
    // 在当前div容器内查找目标a标签，使用.//限定查找范围为当前节点的子元素
    $linkNode = $finder->query(".//a[contains(@class, normalize-space('aClass'))]", $container)->item(0);
    $cleanLinkText = trim(str_replace("\n", " ", $linkNode->textContent));
    
    // 初始化当前项的数组，至少包含link_text
    $currentItem = [
        'link_text' => $cleanLinkText
    ];
    
    // 在当前div容器内查找对应的span下的p标签
    $spanTextNode = $finder->query(".//span[contains(@class, 'sClass')]/p", $container)->item(0);
    if ($spanTextNode) {
        $cleanSpanText = trim(str_replace("\n", " ", $spanTextNode->textContent));
        $currentItem['span_text'] = $cleanSpanText;
    }
    
    $data[] = $currentItem;
}

代码说明 #

1. 以容器为单位遍历：先拿到所有的classX div，每个div是一个独立的单元，确保内部的a和span属于同一组。
2. 限定查找范围：使用.//的XPath语法，意思是“在当前节点的后代元素中查找”，这样不会跑到其他div里去匹配元素。
3. 按需添加span_text：每个div里先获取a标签的文本，再检查是否存在对应的span内容，有就添加span_text字段，没有就只保留link_text，完全符合你的需求。

验证结果 #

运行这段代码后，你就能得到期望的数组结构：

[
    ['link_text' => 'Link Text 1', 'span_text' => 'Text #1'],
    ['link_text' => 'Link Text 2'],
    ['link_text' => 'Link Text 3'],
    ['link_text' => 'Link Text 4', 'span_text' => 'Text #4'],
    ['link_text' => 'Link Text 5', 'span_text' => 'Text #5'],
]

内容的提问来源于stack exchange，提问作者Ricardo