解析这个 HTML

Question

我需要将此 HTML 代码解析为字符串数组，然后我可以将其添加到数据库中。这是我正在解析的 HTML 代码：

http://gyazo.com/eab3a140264d354060268a97ae8fa6de

顶部的“market_listing_table_header”类似乎定义了页面其余部分将显示的内容。 “market_listing_row_link”类是 100 个中的 1 个，但我还得到了 40 个 100 个列表。

我需要的是“沙漠之鹰纪念品 | 手炮（磨损严重）”部分中的每个类别，它位于“market_listing_item_name_block”中。 “result_0_name”从那个到“result_100_name”然后再次从 0 开始，用于页面上的 ~4000 个列表。

如果可能的话，我还想在“result_0_image”部分中获取 src="get this link" 以与“result_0_name”一起使用。

这是我现在使用的代码：

$str = '$html';
    $DOM = new DOMDocument;
    $DOM->loadHTML($str);

   $items = $DOM->getElementsByTagName('market_listing_item_block');

   //just displaying the items for now, for testing,
   //though I may need help putting the data in an array as well.
   for ($i = 0; $i < $items->length; $i++)
        echo $items->item($i)->nodeValue . "<br/>";

我在“getElementsByTagName('???');”中添加了不同的代码部分，但我无法弄清楚获得我想要的部分应该是什么。任何帮助都会很棒，谢谢。

Answer 1

getElementsByTagName 是这里的错误函数。当您使用锚点 (<a href="xy">...</a>) 时，标签名称类似于a。相反，您需要寻找 class market_listing_item_block。

另外，你需要在第一行使用双引号。

基于this answer，适合您的代码应该是：

$str = "$html";
$DOM = new DOMDocument;
$DOM->loadHTML($str);

$finder = new DomXPath($DOM);
$items = $finder->query("//*[contains(@class, 'market_listing_item_name')]");

//just displaying the items for now, for testing,
//though I may need help putting the data in an array as well.
for ($i = 0; $i < $items->length; $i++)
    echo $items->item($i)->nodeValue . "<br/>";