如何使用简单的 html dom 解析器从抓取中抓取特定数据答案

【问题标题】：How to scrape specific data from scrape with simple html dom parser如何使用简单的 html dom 解析器从抓取中抓取特定数据
【发布时间】：2011-08-02 03:57:56
【问题描述】：

我试图从亚马逊网页上的产品中抓取价格数据，但我获得的不仅仅是变量中的价格数据，我还获得了其他元素，例如 <span> 等。代码...

include 'simple_html_dom.php';
$html1 = file_get_html('http://www.amazon.co.uk/New-Apple-iPod-touch-Generation/dp/B0040GIZTI/ref=br_lf_m_1000333483_1_1_img?ie=UTF8&s=electronics&pf_rd_p=229345967&pf_rd_s=center-3&pf_rd_t=1401&pf_rd_i=1000333483&pf_rd_m=A3P5ROKL5A1OLE&pf_rd_r=1ZW9HJW2KN2C2MTRJH60');

$price_data1 = $html1->find('b[class=priceLarge]',0);

该变量还包含<b class="priceLarge">£163.00</b>等数据

有没有办法去除不需要的数据？我只需要 163.00 英镑。

我不确定是否在查找过程中执行此操作，或者当我回显变量时，是否指定我想要的内容？

干杯

【问题讨论】：

标签： php html parsing dom

【解决方案1】：

<b class="priceLarge">£163.00</b>

只需使用以下内容：

$p = "/b class=\"priceLarge\">(.*)<\/b>/";
preg_match($p, $html, $match)

【讨论】：

【解决方案2】：

只需使用

$result=$price_data1->innertext;

你一定会得到欲望的输出。

【讨论】：

【解决方案3】：

您可以尝试在线 API，例如 Synthetics Web。您可以用最少的编码工作来提取数据。

$url = urlencode('http://www.amazon.co.uk/New-Apple-iPod-touch-Generation/dp/B0040GIZTI/ref=br_lf_m_1000333483_1_1_img?ie=UTF8&s=electronics&pf_rd_p=229345967&pf_rd_s=center-3&pf_rd_t=1401&pf_rd_i= 1000333483&pf_rd_m=A3P5ROKL5A1OLE&pf_rd_r=1ZW9HJW2KN2C2MTRJH60'); $wid = '160'; $data = json_decode(file_get_contents("http://www.syntheticsweb.com/resources/www.json?wid=$wid&url=$url")); 回声$数据->价格；

【讨论】：

到目前为止，您的所有答案似乎都推荐 Synthetics Web。你有任何附属关系吗？如果是这样，您必须在回答中明确说明您的从属关系，如常见问题解答中所述。

【解决方案4】：

更改您的 XPath 以选择 <b> 元素的 text() 子元素，而不是选择元素本身。

$price_data1 = $html1->find('b[class=priceLarge]/text()',0);

【讨论】：