PHP curl web scraper - 抓特定的div

Question

我需要使用此网站的价格来清除产品清单。

我需要添加什么才能只编写此产品列表（http://www.tehnomanija.rs/lcd-i-led--televizori）

这是我的代码：

<?php
$curl = curl_init();
curl_setopt ($curl, CURLOPT_URL, "http://www.tehnomanija.rs/lcd-i-led--televizori");
curl_exec ($curl);

$result = curl_exec($curl);
curl_close ($curl);

//parser
preg_match("<td class=\"product_list_cell\">")siU, $result, $matches1);


$suscriptores = $matches1[1][0];
echo "Suscriptores: " . $suscriptores;
print $result;

＆GT;

Answer 1

看看https://github.com/tj/php-selector
它本质上是DOMDocument和DOMxpath的包装器，它允许你使用css选择器，如此

$elements = select_elements('div#someId', $html);

Answer 2

使用正则表达式完成此任务是错误的。使用xpath从html中检索所需的dom节点。请参阅an example。

我也可能会提到你的一些错误：

1. 你没有在curl docs中包含 RETURN_TRANSFER 。
2. 您没有通过正则表达式docs正确获取。

所以代码应该是这样的：

<?php
$curl = curl_init();
curl_setopt ($curl, CURLOPT_URL, "http://www.tehnomanija.rs/lcd-i-led--televizori");
curl_setopt($curl, CURLOPT_RETURNTRANSFER, true); 
$result = curl_exec($curl);
curl_close ($curl);

//parser
preg_match("/<td\s+class=\"product_list_cell\">(.*?)<\/td>/siU", $result, $matches);
print_r($matches[1]);

$suscriptores = $matches[1];
echo "Suscriptores: " . $suscriptores;
print $result;

然而，由于内部结构混合了不同级别的</td>，因此仍然无法通过正则表达式正确获取。你唯一的方法是xPath。