Question

<?php 
$url = "http://www.justdial.com/Delhi-NCR/Pizza-Outlets-%3Cnear%3E-Okhla/";
$ptr = fopen("op.txt","w");
$data = file_get_contents($url);
print_r($data);
$result = htmlentities($data);
$doc = new DOMDocument(); 
@$doc->loadHTML($result);
$finder = new DOMXPath($doc);
$node = $finder->query("//h3[contains(@class, 'r')]");
?>

以上是我为获取justdial的源代码而编写的代码。我得到的唯一输出是第一个披萨店。如何获取justdial网站上显示的所有结果。提前谢谢。

Answer 1

所有商品都是'＆lt; div id =“tab_block”＆gt;'的一部分html元素，其内容由javascript / AJAX调用构建，因此它们不能出现在您通过file_get_contents（）加载的HTML文件中，因为只有在没有解释javascript代码的情况下才能获得HTML定义。

但是，这意味着如果您知道端点，则可以通过代码直接访问项目/数据库。

例如（url显示为我测试时）

此url将返回完整列表的前几项。它将返回类似（以JSON格式）：

[{docid: "011PXX11.XX11.151106170721.W5H9",…}, {docid: "011PXX11.XX11.140302105210.Y9N8",…},…]
  0: {docid: "011PXX11.XX11.151106170721.W5H9",…}
      disp_pic: "http://images.jdmagicbox.com/delhi/h9/011pxx11.xx11.151106170721.w5h9/catalogue/6cf575ffbd1090f5a314d2cf40451c88.jpg"
      docid: "011PXX11.XX11.151106170721.W5H9"
  1: {docid: "011PXX11.XX11.140302105210.Y9N8",…}
      disp_pic: "http://images.jdmagicbox.com/delhi/n8/011pxx11.xx11.140302105210.y9n8/catalogue/ecfd2106644df17013e98bb60f40c527.jpg"
      docid: "011PXX11.XX11.140302105210.Y9N8"
      video: "http://videos.jdmagicbox.com/delhi/n8/011pxx11.xx11.140302105210.y9n8/video/fc2a62242ae03c74c15436dbcc04c33a_m.jpg"
  ...

docid可用于对特定项目进行进一步查询，而disp_pic网址将返回图片

此url也将返回第一项的图像，但使用一些参数

无论如何，我只是抓住整个问题的表面来演示如何继续。您需要了解网站逻辑以阅读完整的数据集，但更容易联系网站管理员并要求他描述其API /端点以供您访问数据。并且即使'API'没有受到保护，也要求他允许使用它。

了解端点，结构和数据描述后，您可以使用像mashape \ unirest这样的PHP库来执行以下查询：

Unirest\Request::verifyPeer (false) ;
$response =Unirest\Request::get (
    'http://www.justdial.com/functions/sortbyphotosnew.php?contractid=011PXX11.XX11.151106170721.W...,
    array ( 'Accept' => 'application/json' ),
    null
) ;

如果$ response-＆gt; code == 200，则$ response-＆gt;正文是包含文档数组的JSON对象。

无法从PHP脚本中获取完整的源代码

1 个答案: