Question

我想从网址抓取所有链接。

但我希望它以XML格式显示。

例如，我想从此网址http://www.example.com/xxxx/

中获取所有链接

我希望它像这样打印：

<a href="http://www.example.com/yyyy/" target="_blank">anotherxxx</a>

这里是我的代码，但我收到了错误

致命错误：未捕获的TypeError：参数1传递给 DOMDocument :: saveXML（）必须是DOMNode的实例或null，string 在C：\ xampp \ htdocs \ sh \ index.php中给出：18堆栈跟踪：＃0 C：\ xampp \ htdocs \ sh \ index.php（18）：DOMDocument-＆gt; saveXML（'/'）＃1 {main} 在第18行的C：\ xampp \ htdocs \ sh \ index.php中抛出

$url = "http://www.example.com/xxxx/";
$ch = curl_init();
$timeout = 5;
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $timeout);
$html = curl_exec($ch);
curl_close($ch);
$dom = new DOMDocument();

@$dom->loadHTML($html);

foreach($dom->getElementsByTagName('a') as $link) {
        $short_link = $link->getAttribute('href');
        echo $short_link1 = $dom->saveXML($short_link);
        echo "<br />";
}

Answer 1

使用DOMXPath将所有链接检索为

yum install pecl

然后循环链接并将其html内容作为

$links = $xpath->query("//a/@href");

这里有完整的代码..

$dom->saveHTML($link)

Answer 2

对getAttribute()的调用会将属性值作为字符串返回。所以如果你只想要href那么

$short_link = $link->getAttribute('href');
echo $short_link;

...与

<a href="http://www.example.com/yyyy/" target="_blank">anotherxxx</a>

会给你http://www.example.com/yyyy/

如果你想要锚标签本身......

foreach($dom->getElementsByTagName('a') as $link) {
        echo $dom->saveXML($link);
}

会给出

<a href="http://www.example.com/yyyy/" target="_blank">anotherxxx</a>

如何使用DOMDocument

2 个答案: