Question

我正在尝试从页面抓取一些img。但是无法抓住那些。我的路径是正确的（我认为），但Xpath返回0。任何想法我的路径有问题吗？

function pageContent($url)
{

    $html = cache()->rememberForever($url, function () use ($url) {
        return file_get_contents($url);
    });

    $parser = new \DOMDocument();
    $parser->loadHTML($html);
    return $parser;

}

$url = 'https://sumai.tokyu-land.co.jp/osaka';

@$parser = pageContent($url);

$resimler = [];
$rota = new \DOMXPath($parser);
$images = $rota->query("//section//div[@class='p-articlelist-content-left']//div[@class='p-articlelist-content-img']//img");


foreach ($images as $image) {
    $resimler[] = $image->getAttribute("src");
}

var_dump($resimler);

Answer 1

您正在寻找div[@class='p-articlelist-content-img']而不是ul。

除此之外，您不应使用@运算符隐藏错误消息，而应按预期使用libxml_use_internal_errors() function。

最后，在XPath中进行//搜索非常昂贵，因此请尽可能避免这样做，并且您可以直接从查询中获取属性值（不过，我不知道这样做是否更有效。）< / p>

function pageContent(String $url) : \DOMDocument
{
    $html = cache()->rememberForever($url, function () use ($url) {
        return file_get_contents($url);
    });
    $parser = new \DOMDocument();
    libxml_use_internal_errors(true);
    $parser->loadHTML($html);
    libxml_use_internal_errors(false);
    return $parser;
}

$url    = "https://sumai.tokyu-land.co.jp/osaka";
$parser = pageContent($url);
$rota   = new \DOMXPath($parser);
$images = $rota->query("//ul[@class='p-articlelist-content-img']/li/img/@src");

foreach ($images as $image) {
    $resimler[] = $image->nodeValue;
}

var_dump($resimler);

使用Xpath抓取Web，抓取img

1 个答案: