简单的 html dom - 其他结果超出预期答案

【问题标题】：Simple html dom - other result than expected简单的 html dom - 其他结果超出预期
【发布时间】：2013-10-09 22:11:41
【问题描述】：

我尝试使用 simple_html_dom 从网页中检索信息，如下所示：

<?PHP
include_once('dom/simple_html_dom.php');
$urlpart="http://w2.brreg.no/motorvogn/";
$url = "http://w2.brreg.no/motorvogn/heftelser_motorvogn.jsp?regnr=BR15597";
$html = file_get_html($url);

foreach($html->find('a') as $element) 
       if(preg_match('*dagb*',$element)) {
       $result=$urlpart.$element->href;

       $resultcontent=file_get_contents($result);
       echo $resultcontent;

       }

?>

$result 变量首先给了我这个 URL： http://w2.brreg.no/motorvogn/dagbokutskrift.jsp?dgbnr=2011365320&embnr=0&regnr=BR15597

当用我的浏览器访问上面的 URL 时，我得到了我期望的内容。

当使用 $resultcontent 检索内容时，我得到了不同的结果，它在挪威语中显示为“无效输入”。

任何想法为什么？

【问题讨论】：

哦，天哪，这很难，我尝试了很多方法来下载页面，但仍然遇到同样的错误......奇怪的是，当你用预期的链接替换 $result 时，它显示正确的输出！！！所以它可能在提取的链接中有一些隐藏的字符，我个人找不到任何 :-/ 真是个难题 xD
这是一个艰难的过程，但通过下面的答案解决了！感谢您提供帮助！

标签： php web-scraping simple-html-dom

【解决方案1】：

foreach($html->find('a') as $element) 
       if(preg_match('*dagb*',$element)) {
       $result=$urlpart.$element->href;
       $resultcontent=file_get_contents(html_entity_decode($result));
       echo $resultcontent;

       }

这应该可以解决问题。

【讨论】：

【解决方案2】：

问题在于您的 URL 查询参数。

http://w2.brreg.no/motorvogn/dagbokutskrift.jsp?dgbnr=2011365320&embnr=0&regnr=BR15597

URL 中的字符串 '&reg' 将在 file_get_contents 函数中转换为 Symbol ®，从而阻止您获得实际结果。

您可以在第 #11 行使用html_entity_decode 函数

$resultcontent=file_get_contents(html_entity_decode($result));

【讨论】：