Question

更新：源代码与开发人员工具显示的完全不同。

查看来源：view-source：http：//www.machinerytrader.com/list/list.aspx？ETID = 1＆amp; catid = 1002

是否需要将浏览器呈现为html的javascript？如果是这样，我怎么能有PHP做这个过程，以便我有解析的Html？很奇怪你可以使用Xpath Checker返回我正在寻找的项目（见下文），但是你无法访问完整的html！

（Xpath：// table [contains（@ id，'ctl00_ContentPlaceHolder1'）和（包含（@id，“tblContent”）或包含（@id，“tblListingHeader”））]）

END UPDATE

我需要从本网站获取一些信息，以便定期工作。我试图编写一些PHP代码来抓取这些数据。我想我在这里有一些命名空间问题，已经在SO上阅读了其他一些帖子。我之前从未遇到过命名空间问题，并且使用了另一个SO帖子上显示的方法（无济于事:(）。

看起来xpath查询不会因任何原因发生。如果您对如何处理此问题有任何猜测或解决方案，我愿意接受建议。

此处还有我的代码输出：

object(DOMXPath)#2 (0) {
}
Debug 1
array(0) {
}
array(0) {
}

我遗漏了我在var_dump testarray和create和var_dump otherarray的代码的底部。它们的输出包括在上面。显然，如果DOMXPath元素的长度为0，则两个数组将为空。

$string = 'http://www.machinerytrader.com/list/list.aspx?ETID=1&catid=1002';

$machine_trader = file_get_contents($string);
$xml = new DOMDocument();
$xml->loadHTML($machine_trader);

$xpath = new DOMXPath($xml);

$rootNamespace = $xml->lookupNamespaceUri($xml->namespaceURI); 
$xpath->registerNamespace('x', $rootNamespace); 

$tableRows = $xpath->query("//x:table[contains(@id, 'ctl00_ContentPlaceHolder1') and (contains(@id,'tblContent') or contains(@id,'tblListingHeader'))]");

var_dump($xpath);

$testarray = array();
$otherarray = array();

foreach ( $tableRows as $row )
{

        echo "Debug 1"."\n";

        $testarray[] = $row->nodeValue;

}

Answer 1

这不是XPath问题，因为实际内容是从您尚未到达的表单帖子中找到的。这里的JS源代码只是为信息请求验证正确的“用户”，然后通过表单提交发送请求。

在每个请求中，salt / encryption'key'被随机化并更改，从而阻止了简单的擦除。

您可以将JavaScript重写为PHP，然后发出两个请求，并在此过程中与身份验证过程作斗争。

或者，您可以将您的抓取切换到NodeJS并使用类似PhantomJS之类的内容，因为它可以评估javascript但是可以为您提供编程访问。鉴于此任务的复杂性，使用正确的工具会更简单。

PHP Xpath Scrape可能的命名空间问题

1 个答案: