Question

我在选择各种HTML内容方面技巧娴熟。因此，所有人都有信心创建一些应该抓取网站内容的代码，我偶然发现了一些奇怪的JavaScript代码，其中源代码将其价格放入其中。

＆＃xA;＆＃xA;

 ＆lt; script＆gt ;＆＃XA; var productConfig = {“attributes”：{“178”：{“id”：“178”，“code”：“bp_flavour”，“label”：“Smaak”，“options”：[{“id”：“28 ”， “标签”： “Aardbeien”， “oldPrice”： “0”， “产品”：[ “2292”， “2294”， “2296”， “2702”]}＆＃XA;

＆＃xA;＆＃xA;  ....更多的乱码和每个产品变体的4个:(所以像这样的80个不同的行：）
＆＃xA;＆＃xA; <预> <代码>， “childProducts”：{＆＃XA; “2292”： “价格”： “64.99”， “finalPrice”： “64.99”， “no_of_servings”： “166”， “178”： “27” ， “179”： “34”}，＆＃XA; “2292”： “价格”： “17.99”， “finalPrice”： “17.99”， “no_of_servings”： “33”， “178”： “28”， “179”： “25”}＆＃XA;}＆＃XA;＆＃XA;＆＃XA;＆LT; /脚本＆GT;＆＃XA;  ＆＃XA;＆＃XA; 显然2292是手头产品的ID。我想读出“finalPrice”。
＆＃xA;＆＃xA; 我的PHP代码：
＆＃xA;＆＃xA;   $ file = $ this-＆gt; curl_get_file_contents（$ url）;＆＃xA; $ doc = new DOMDocument（）;＆＃xA; @ $ doc-＆GT; loadHTML（$文件）;＆＃XA; $ doc-＆gt; preserveWhiteSpace = false;＆＃xA; $ finder = new DomXPath（$ doc）;＆＃xA;＆＃xA; $ price_query = $ finder-＆gt; query（“// script [contains（。，'finalPrice'）]”）;＆＃xA; $ price_raw = $ price_query-＆gt; item（0） - ＆gt; nodeValue;＆＃xA;  
＆＃xA;＆＃xA; 但我的查询 // script [包含（。，“finalPrice”）] 爆炸整个脚本我无法找到更深入，更具体地在JavaScript中挖掘的方法。有谁知道更多/可以给我一个提示？＆＃xA;

Answer 1

您可以尝试正则表达式：

npm install

Answer 2

您可以像这样从对象中读取属性。

var obj = {"2292":{"price":"64.99","finalPrice":"64.99","no_of_servings":"166","178":"27","179":"34"}};
obj['2292']['finalPrice']

Answer 3

所以我做了：用提供的XPATH查询读出脚本。比：strstr直到我得到了我想要的json部分。接下来是：PHP的json_decode函数。将它放在一个数组中，而不是在数组中搜索我想要的内容。这是我的解析代码：

        $price_query = $finder->query("//script[contains(.,'finalPrice')]");
        $price_raw = $price_query->item(0)->nodeValue;
        $price_1 = strstr($price_raw, "childProducts");
        $price_2 = str_replace('childProducts":', '', $price_1);
        $price_3 = strstr($price_2, ',"priceFromLabel"', true);     
        $price_data = json_decode($price_3, true);

看起来像str str但是有效。谢谢大家的想法。 json_decode ftw！

可以使用XPath搜索<script>块吗？

3 个答案: