Question

我想从第一个笑话中获取所有<?php $url = "http://sms.hindijokes.co"; $html = file_get_contents($url); $doc = new DOMDocument; $doc->strictErrorChecking = false; $doc->recover = true; @$doc->loadHTML("<html><body>".$html." </body> </html>"); $xpath = new DOMXPath($doc); $query1 = "//h2[@class='entry-title']/a"; $query2 = "//div[@class='entry-content']/p"; $entries1 = $xpath->query($query1); $entries2 = $xpath->query($query2); $var1 = $entries1->item(0)->textContent; $var2 = $entries2->item(0)->textContent; echo "$var1"; echo "<br>"; $f = 5; for($i = 0; $i < $f; $i++){ echo $entries2->item($i)->textContent."\n"; } ?>元素，所以基本上我制作了这个脚本：

<p>

这次我知道第一个笑话中有五个<p>个元素，但是如果我希望它是自动脚本，那么有时候会有多于或少于五个Rails.application.routes.draw do resources :articles do resources :comments end root 'welcome#index'元素，这会导致混乱。

Answer 1

DOMXPath::query返回DOMNodeList个对象。使用DOMNodeList::length属性。

$f = $entries2->length;

Answer 2

尝试这种方式它返回null;但有些笑话有多个 p 标签，因此您最好通过自定义 class / id

找到它

$i = 0;
while($entries2->item($i)->textContent!=NULL) {
    echo "<br>";
    echo $i." ".$entries2->item($i)->textContent;
    $i++;
}

Answer 3

您首先需要div个p元素，因此您的查询将是：

$entries2 = $xpath->query('//(div[@class='entry-content'])[1]/p');

现在，您可以使用p循环（提取其html内容）迭代所有foreach()个元素：

$innerHtml = '';
foreach ($entries2 as $entry) {
    $children = $entry->childNodes;
    foreach ($children as $child) {
        $innerHtml .= $child->ownerDocument->saveXML($child);
    }
}
$innerHtml = str_replace(["\r\n", "\r", "\n", "\t"], '', $innerHtml);

php从网站中提取数据

3 个答案: