PHP DOM Parser 仅适用于某些页面

Question

我正在使用：http://simplehtmldom.sourceforge.net/ 并注意到在示例中，并尝试抓取某些网站，只有其中一些返回结果。

我正在使用：

include_once('../../simple_html_dom.php');

// Create DOM from URL or file
$website = 'http://www.digg.com/';
$html = file_get_html($website);

// Find all images 
foreach($html->find('img') as $element) 
   echo "<img src=\"" . $website . $element->src . "\"" . '<br>';

其中显示了一堆缩略图，但它们几乎是空白的（并且它不会返回所有缩略图）。

是因为他们对人有某种 htaccess 限制吗？多个网站都会出现这种情况。

Answer 1

你假设 $element->src 总是相对于 $website 它很容易不是...

例如： $element->src 可能已经是 http://www.digg.com/image.jpg ，然后执行 $website 。 $element->src 将是 http://www.digg.com/http://www.digg.com/image.jpg 并且那行不通...

试试

include_once('../../simple_html_dom.php');

// Create DOM from URL or file
$website = 'http://www.digg.com/';
$html = file_get_html($website);

// Find all images 
foreach($html->find('img') as $element) {
   //dont want double slashes
   $src = ltrim($element->src, '/');
   //dont want double urls
   $src = str_replace($website, "", $src);

   echo "<img src=\"" . $website . $src . "\"" . '<br>';
}