Question

我正在使用xpath进行网络抓取。我可以从某些站点（雅虎等）获得预期结果，但是我无法在特定页面上获取数据。我只会得到空字符串。我怎么了？

 $html = file_get_contents('http://finance.naver.com/item/frgn.nhn?code=005930');
 $doc = new DOMDocument();
 libxml_use_internal_errors(TRUE);  

 if(!empty($html)){ 

     @$doc->loadHTML($html);
     libxml_clear_errors(); 
     $xpath = new DOMXPath($doc);        

     $row = $xpath->query('//span[@class="tah p10 gray03"]') ;      

     if($row->length > 0) {

            foreach($row as $v){

                $stock[] = $v->nodeValue  ; 

            }     

           var_dump($stock) ;

        } 
}

URL内容：2018.12.28
预期结果：2018.12.28等
实际结果：array（20）{[0] =>字符串（0）“” [1] =>字符串（0）“” [2] =>字符串（0）“” [3] =>字符串（0）“” [4] =>字符串（0）“” [5] =>字符串（0）“” [6] =>字符串（0）“” [7] =>字符串（0） “” [8] =>字符串（0）“” [9] =>字符串（0）“” [10] =>字符串（0）“” [11] =>字符串（0）“” [12] = > string（0）“” [13] => string（0）“” [14] => string（0）“” [15] => string（0）“” [16] => string（0）“ “ [17] =>字符串（0）”“ [18] =>字符串（0）”“ [19] =>字符串（0）”“}

Answer 1

我不了解PHP，但是我发现它may be a bug-因此您需要对$html UTF-8进行编码。

我在第一行之后添加了以下行：

$html = mb_convert_encoding($html, 'HTML-ENTITIES', "UTF-8");

它将$html转换为UTF-8。之后，我可以看到结果：

array(20) {
  [0]=>
  string(10) "2018.12.28"
  [1]=>
  string(10) "2018.12.27"
...

PHP中的DOMXPath返回空字符串

1 个答案: