如何从这个html页面获取信息(http://linkWeb.com,标题和http://link.pdf)?
<div class="title-download">
<div id="01divTitle" class="title">
<h3>
<a id="01Title" onmousedown="" href="http://linkWeb.com">Titles</a>
<span id="01LbCitation" class="citation">(<a id="01Citation" href="http://citation.com">Citations</a>)</span></h3>
</div>
<div id="01downloadDiv" class="download">
<a id="01_downloadIcon" title="http://link.pdf" onmousedown="" target=""><img id="ctl01_icon" class="small-icon";" /></a>
</div>
</div>
我正在尝试,但它只返回标题。我以前不知道simple_tml_dom。请帮我。谢谢你:))
<?php
include 'simple_html_dom.php';
set_time_limit(0);
$url ='http://libra.msra.cn/Search?query=data%20mining&s=0';
$html = file_get_html($url) or die ('invalid url');
foreach($html->find('div[class=title-download]') as $webLink){
echo $webLink->plaintext.'<br>';
echo $webLink->href.'<br>';
}
foreach($html->find('div[class=download]') as $Link2){
echo $webLink2->href.'<br>';
}
?>
答案 0 :(得分:2)
我认为您需要使用class title-download选择div中的元素。至少文档说它使用像jQuery这样的选择器(http://simplehtmldom.sourceforge.net/)
试试这样:
$html = file_get_html($url) or die ('invalid url');
foreach($html->find('.title a') as $webLink){
echo $webLink->plaintext.'<br>';
echo $webLink->href.'<br>';
}
foreach($html->find('.download a') as $link){
echo $link->title.'<br>';
}
答案 1 :(得分:0)
使用LibXML解析HTML并使用XPath指定所需的元素或元素属性。
答案 2 :(得分:0)
使用以下代码废弃标题和网址:
foreach($html->find('span[class=citation]') as $link){
$link = $link->prev_sibling();
echo $link->plaintext.'<br>';
echo $link->href.'<br>';
}
并使用@zigomir给出的答案废弃课堂下载中的网址:)
foreach($html->find('.download a') as $link){
echo $link->title.'<br>';
}