使用 PHP Simple HTML DOM 从“data-srcset”属性中仅获取一个 URL答案

【问题标题】：Getting only ONE URL from a "data-srcset" attribute with PHP Simple HTML DOM使用 PHP Simple HTML DOM 从“data-srcset”属性中仅获取一个 URL
【发布时间】：2019-10-16 20:49:32
【问题描述】：

我正在尝试从外部网站抓取图像 URL，以用作我自己网站上图像元素中的 src 属性。

问题是，在外部网站上，图像 URL 嵌套在图片元素，在源元素中，然后在不同大小的“data-srcset”属性中迭代。示例：

<picture><source data-srcset="https://imageurl.com 640w, https://imageurl.com 720w, https://imageurl.com 860w"></picture>

我可以使用 PHP Simple HTML DOM 的 find() 来定位特定元素并将其存储在变量中。这个变量称为 $imageselector。我可以通过为 data-srcset 创建一个变量来进一步定位实际属性：

$srcset = 'data-srcset';

我的最终输出如下所示：

<?php echo $imageselector->$srcset; ?>

然而，这会尝试打印属性内的所有内容（当然），这对我来说不是很有用。

有没有人知道如何只获取属性中的第一个 URL？

（添加最大长度也没有多大用处，因为 URL 的长度随时可能发生变化）

【问题讨论】：

标签： php html web-scraping attributes simple-html-dom

【解决方案1】：

您可以使用$imageselector->$srcset，将其内容拆分为一个数组并根据需要进行过滤。

$longString = $imageselector->$srcset;
$pics = explode(",", $longString)

现在您有了一个包含 "https://imageurl.com 640w" 等内容的数组，所以现在您可以以 [1] 为例。

$toUse = explode(" ", $pics[1]);
$toUse = $toUse[0]; //to get the useful part of the item

或者，您也可以对整个数组进行预过滤

function getLink($string) {
    return substr($string, 0, strpos($string, " "));
}
//Once you already have the exploded string
$pics = array_filter($pics, "getLink");

【讨论】：

..explode.. 不错。优雅而简单，谢谢！