Question

不知道该怎么称呼，所以我会尽快详细说明。

我正在尝试使用YQL控制台构建一个屏幕抓取工具。该查询为用户提供XML或JSON选项。我的目标是控制台的YQL＆gt; data＆gt; html方面，并选择XML作为我的输出格式。

我的YQL查询：

SELECT * FROM html WHERE url="http://google.com"

这将为您提供XML格式的Google.com文档树的读数。要粘贴到此帖子中的输出太多，因此只需点击该链接即可。

我的问题来自于使用PHP遍历XML树以正确显示此请求的输出。我不知道如何有效地创建foreach语句（或任何其他语句）来有效地抓取XML输出并收集Document树并根据自己的需要重新显示它。

我的PHP：

$searchUrl = "google.com";

if(isset($_REQUEST['searchUrl'])) {
    $searchUrl = $_REQUEST['searchUrl'];
}

$query = "select * from html where url=\"http://".$searchUrl."\"";

$url = "http://query.yahooapis.com/v1/public/yql";

// Get Subcategory Article Data
$parameterData = "q=".urlencode($query);
$parameterData .= "&diagnostics=true";

// setup CURL 
$ch = curl_init($url); 
curl_setopt($ch, CURLOPT_HEADER, 0); 
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); 
curl_setopt($ch, CURLOPT_POST, 1); 
curl_setopt($ch, CURLOPT_POSTFIELDS, $parameterData); 
curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, 0);
curl_setopt($ch, CURLOPT_TIMEOUT, 20);

// send
$response = trim(urldecode(curl_exec($ch)));

// parse response
$xmlObjects = @simplexml_load_string($response);

foreach ($xmlObjects->diagnostics as $diagnostics) {
    echo "<a href=".$diagnostics->url." target='_blank'>".$diagnostics->url."</a>";
}
foreach ($xmlObjects->results as $result) {
    // here is where I would go echo $result->body or something along those lines
}

我想我在这一点上有点难过，因为我缺乏知识，知道下一步用这种格式导航XML树。在XML query>results>body之后，我不确定在哪里收集剩余的对象，并将其以pre标记或类似的方式输出到我的文档中。

我想提供一个输入字段供用户输入他们自己的域，我的PHP将提交查询，迭代响应，并将Document树返回给用户以进行HTML查看和调试。

我在迭代大量父元素的过程中熟悉PHP和XML，这些元素具有相同的内部结构，如RSS feed或其他类似的东西。在这种情况下，我正在处理动态XML树，其中包含一个大的响应对象和一个波动的内部结构。

Answer 1

以下代码将结果正文显示为html页面：

<?php

 // ... the code you posted in the question
 //     !without the diagnostics output!
 //     read comments of the answer to know why

?>
<html>
  <head>
  </head>
<?php
foreach ($xmlObjects->results as $result) {
    // asXml() will return the content of body as xml string
    echo $result->body->asXml();
    break;
}
?>
</html>

请注意，由于您不会通过YQL获取页面的<head>元素，因此在大多数情况下输出看起来会很混乱。

如何使用foreach（）迭代YQL XML并刮取HTML？

1 个答案: