首先，让我说我是前端工程师，对PHP知识有限。我可以制作简单的web服务来完成我的项目，但我并不是自称为Backend开发人员。 ： - ）
我正在闲暇时间创建一个网站，用户可以在其中输入产品的URL，并且使用php制作的服务返回页面上的5个最大图像，按大小排序。最大的图像通常是正确的图像。将此标记为完成一半..： - ）
但是，现在我需要获得与产品匹配的价格，而不仅仅是页面上的任何价格。许多网上商店也列出了价格替代或相关的产品，因此可能有很多实例。我可以冒泡Dom三并匹配与所选图像在同一父级内的第一个价格。但这是要走的路吗？
如何追踪页面的主要内容，以便我的图像获取功能更精确，价格合适？由于我不知道标记，我如何识别主要内容？
至于获取价格，我尝试在课堂上获得indexOf价格的所有元素，这在90％的时间都有效。但是，如前所述，这给了我所有的价格 - 而不是价格。
所以，长话短说。我如何能： 1.识别网页的主要内容，而不知道它的标记？ 2.或者找到与所选图像匹配的价格？
答案 0 :(得分：3)
所以听起来你正在寻求帮助，找出算法来确定每页上的正确价格。
在这种情况下，我会编写首先获得所有价格的代码。然后我会扩展我的代码，为每个标识的价格添加尽可能多的元数据。
类似的事情：
添加尽可能多的信息。
然后你做一些数据挖掘。刮了一堆页面。查看您是否可以识别元数据中的任何模式。启动特定于网站，然后将其推广到不同的网站。
根据您在元数据中看到的模式编写排名算法。然后根据您可以根据元数据识别的模式对每个价格进行排名。
允许您的用户识别您的程序何时出错，以便您可以改进算法。
或者，使用贝叶斯分析对您的数据进行自动化，以进行有根据的猜测，就像垃圾邮件过滤器当前清理垃圾邮件一样。
基于多页标准偏差对价格估算进行排名的奖励积分。基本上，看一下您的算法认为最适合所有您所抓取的页面的价格（我假设您想比较同一产品的多个卖家），并且不要偏好异常值，任何值都是超出预期范围的方式。