Question

可能重复：
PHP HTML DomDocument getElementById problems

我正在尝试从PHP中搜索Google搜索中的信息，并发现我可以毫无问题地阅读搜索网址，但从中获取任何内容都是一个完全不同的问题。在阅读了大量帖子和适用的PHP文档之后，我想出了以下内容

// get large panoramas of montana
$url = 'http://www.google.com/search?q=montana+panorama&tbm=isch&biw=1408&bih=409';
$html = file_get_contents($url);
// was getting tons of "entity parse" errors, so added
$html = htmlentities($html, ENT_COMPAT, 'UTF-8', true); // tried false as well

$doc = new DOMDocument();
//$doc->strictErrorChecking = false; // tried both true and false here, same result
$result = $doc->loadHTML($html);

//echo $doc->saveHTML(); this shows that the tags I'm looking for are in fact in $doc

if ($result === true)
{
    var_dump($result); // prints 'true'
    $tags = $doc->getElementById('center_col');
    $tags = $doc->getElementsByTagName('td');
    var_dump($tags); // previous 2 lines both print NULL
}

我已经验证了我正在寻找的ID和标签位于html中的error_log（$ html）和已解析的doc中，带有$ doc-＆gt; SaveHTNL（）。有谁看到我做错了什么？

编辑：

感谢所有人的帮助，但我已经使用DOMDocument打了一堵墙。任何文档或其他线程中的任何内容都不适用于Google图像查询。这是我试过的：

我看了@Jon链接尝试了那里的所有建议，查看了getElementByID文档并阅读了那里的所有评论。仍然得到空结果集。优于NULL，但不是很多。

我尝试了xpath技巧：

$xpath  = new DOMXPath($doc);
$ccol   = $xpath->query("//*[@id='center_col']");

同样的结果，一个空集。

我在读取文件后直接写了一个error_log（$ html），文档中有一个doctype“”，所以不是那样。

我也看到用户“carl2088”说“从我的经验来看，如果你加载了一个HTML文档，getElementById似乎没有任何设置就可以正常工作”。不是谷歌图像查询的情况，它会出现。

绝望中，我试过

echo count(explode('center_col', $html))

看看是否因为某些奇怪的原因它在初始error_log（$ html）之后消失了。它绝对存在，字符串分为4个块。

我查看了2012年8月25日编译的PHP版本（5.3.15），因此它不是一个太旧的版本，不支持getElementByID。

在昨天之前，我一直在使用一个非常丑陋的“爆炸”系列来获取信息，虽然它是可怕的代码，但它需要45分钟才能完成并且有效。

我真的想抛弃我的“爆炸”黑客，但是5小时没有成就，而45分钟可以获得有效的东西，这使得以正确的方式做事真的很难。

如果有其他有使用DOMDocument经验的人有一些我可以尝试的额外技巧，那将非常感激。

Answer 1

您使用的是javascript getElementById和getElementsByTagName，如果是，则问题

 $tags = $doc->getElementById('center_col');
    $tags = $doc->getElementsByTagName('td');

Answer 2

在使用函数 $ doc-＆gt; getElementById之前，您需要使用 DOMDocument-＆gt; validate（）或 DOMDocument-＆gt; validateOnParse 验证您的文档（ 'center_col'）;

$doc->validateOnParse = true; $doc->loadHTML($html);

stackoverflow: getelementbyid-problem

http://php.net/manual/de/domdocument.getelementbyid.php

这是@Jon在他的评论中提出的问题！

$ doc-＆gt; getElementById（'id'），$ doc-＆gt; getElementsByName（'id'）无效

2 个答案: