使用 Symfony DomCrawler 在 html 元素属性（data-react-props）中提取数据

Question

我需要提取页面内的 json，更准确地说是在标签 data-react-props 内的 div 中

<div data-react-class="GamePageHeader" data-react-props="{"id":1274,"slug":[...]}

如何提取 react props 中的 json？我相信使用 HtmlDomParser 我无法做到这一点。

---

编辑：

感谢Prateek的回复我写了代码：

use Symfony\Component\DomCrawler\Crawler;
use Symfony\Component\CssSelector\CssSelectorConverter;

$html = file_get_html('https://www.igdb.com/games/simcity--2');
$crawler = new Crawler($html);
$data = $crawler->filter('div[data-react-class="GamePageHeader"]')->attr('data-react-props');

print $data;

但我总是得到错误

LOG.error: Expecting a DOMNodeList or DOMNode instance, an array, a string, or null, but got "simple_html_dom".

我在 Laravel 5.8 中安装了包 symfony/css-selector 和 symfony/dom-crawler

Answer 1

是的，您不能使用 HtmlDomParser 执行此操作。 但是，这可以使用 symfomy 的dom crawler 来完成。

第 1 步：使用composer require symfony/dom-crawler 安装它，同时使用composer require symfony/css-selector 安装css-selector

第二步：获取html并实例化爬虫

$html = file_get_contents('https://www.igdb.com/games/simcity--2');
$crawler = new Crawler($html); // same as HtmlDomParser::str_get_html( $html);

第 3 步：使用过滤器抓取正文并获取所需的 dom 元素并使用 attr 获取标签内的值

$data = $crawler->filter('div[data-react-class="GamePageHeader"]')->attr('data-react-props');