本文介绍在 php 中通过 xpath 表达式同时排除两类图片：位于特定 id 容器（如 wpadminbar）内的 img 元素，以及 src 属性以 "data:image" 开头的内联图片。
本文介绍在 php 中通过 xpath 表达式同时排除两类图片：位于特定 id 容器（如 wpadminbar）内的 img 元素，以及 src 属性以 "data:image" 开头的内联图片。
在实际 Web 内容解析中，常需精准提取 <img> 标签，但又必须过滤掉管理栏（如 WordPress 的 #wpadminbar）中的干扰元素，以及 Base64 编码的内联图片（src="data:image/..."）。单一 not() 条件无法满足双重排除需求，此时应采用链式谓词（chained predicates）——即在同一个 XPath 轴路径后连续添加多个方括号条件，每个 [] 独立执行布尔判断，最终结果为所有条件的逻辑与（AND）。
✅ 正确写法如下：
//img[not(ancestor::div[@id='wpadminbar'])][not(starts-with(@src, 'data:image'))]
该表达式含义清晰：
- //img：选取文档中所有 <img> 元素；
- [not(ancestor::div[@id='wpadminbar'])]：排除任何祖先为 <div id="wpadminbar"> 的 img；
- [not(starts-with(@src, 'data:image'))]：进一步排除 src 属性值以 "data:image" 开头的 img（覆盖 data:image/png;base64,... 等所有变体）。
⚠️ 注意事项：
立即学习“PHP免费学习笔记（深入）”；
- starts-with() 仅匹配前缀，安全可靠；避免使用 contains(@src, 'data:image')，因其可能误匹配如 https://example.com/data-image.jpg 这类合法 URL；
- ID 值需严格匹配（本例为 wpadminbar，非 adminbar），注意 HTML 实际结构；
- 若需兼容大小写（如 DATA:IMAGE），XPath 1.0 不支持 lower-case()，可改用 translate() 函数预处理，或在 PHP 层二次过滤；
- 在 PHP 中使用时，确保 DOMDocument 已正确加载并启用 XPath 扩展：
$dom = new DOMDocument();
$dom->loadHTML($html);
$xpath = new DOMXPath($dom);
$imgs = $xpath->query("//img[not(ancestor::div[@id='wpadminbar'])][not(starts-with(@src, 'data:image'))]");
foreach ($imgs as $img) {
echo $img->getAttribute('src') . "\n";
}总结：XPath 支持多谓词链式过滤，每个 not(...) 独立作用于当前节点集，无需嵌套逻辑或复杂函数。掌握 starts-with() 与 ancestor:: 轴的组合，即可高效实现生产环境中的精细化元素筛选。
