Question

我是Php的新手，我正在尝试复制我在c＃fro web-scraping中使用的类。我已经构建了一个标准的Http Helper类来下载页面等，但是我寻求关于抓取元素的建议，因为我找不到任何简单的例子，它们不涉及只输出所有内容的循环。

这是开始

foreach ($nodes as $element) {
        if($element->hasAttribute('class') && $element->getAttribute('class') == "itemgroup"){

            $tempMessage = $element->getElementsByTagName('h3')->item(0)->nodeValue. "\n";

我不想循环遍历所有内容或猜测元素数组中的项目顺序如上所述。我只是希望能够轻微混合：

与dom查询一样："//div[@id='travel-itemlist']/div[@class='itemgroup']"

我希望能够通过按属性和值获取单个元素来分配值：例如：一个非工作的例子：

$title = 'Title: ' . $e->getElementsByTagName('p')->item('class[@id='thatstheOne'')->nodeValue. "\n";

这可能吗？

Answer 1

简而言之，你不能像在1行那样做。

DOMXPath::query和DOMElement::getElementsByTagName都会返回一个DOMNodeList对象，该对象可以是一个空列表。

为了真正精确地匹配DOM，当你期望一个结果时，我会使用XPath表达式，然后测试xpath函数的返回值并相应地分配一个变量，例如：

$items = $xpath->query("//div[@id='travel-itemlist']/div[@class='itemgroup']");
$title = ($items->length === 1) ? $items->item(0)->nodeValue : '';

在这里使用Ternary Operators有助于保持代码简短，避免使用if-then-else汤。

Answer 2

看看PHP Nokogiri。它允许您以jQuery样式查询DOM，但如果您愿意，仍然可以使用直接xPath查询。有了这个，你可以做类似

的事情

$topicLinks = $saw->get('#sidebar dl.air-comment a.topic')->toArray()

您可以轻松扩展该类以返回单个值。

如何用PHP收集网站元素数据

2 个答案: