使用 Xpath 和 PHP 来解析 HTML

Question

我目前正在尝试解析来自论坛的一些数据。代码如下：

$xml = simplexml_load_file('https://forums.eveonline.com');

$names = $xml->xpath("html/body/div/div/form/div/div/div/div/div[*]/div/div/table//tr/td[@class='topicViews']");
foreach($names as $name) 
{
    echo $name . "<br/>";
}

无论如何，问题是我正在使用 google xpath 扩展来帮助我获取路径，我猜 google 正在更改 html 足以使其在我使用我的网站进行搜索时不会出现.有什么方法可以让主持人通过谷歌浏览器查看网站，以便获得正确的代码？你有什么建议？

谢谢！

Answer 1

我的建议是始终使用DOMDocument 而不是 SimpleXML，因为它是一个更好的界面，并且使任务更加直观。

以下示例向您展示如何将 HTML 加载到 DOMDocument 对象中并使用 XPath 查询 DOM。您真正需要做的就是找到类名为 topicViews 的所有 td 元素，这将输出在此 XPath 查询返回的 DOMNodeList。

/* Use internal libxml errors -- turn on in production, off for debugging */
libxml_use_internal_errors(true);
/* Createa a new DomDocument object */
$dom = new DomDocument;
/* Load the HTML */
$dom->loadHTMLFile("https://forums.eveonline.com");
/* Create a new XPath object */
$xpath = new DomXPath($dom);
/* Query all <td> nodes containing specified class name */
$nodes = $xpath->query("//td[@class='topicViews']");
/* Set HTTP response header to plain text for debugging output */
header("Content-type: text/plain");
/* Traverse the DOMNodeList object to output each DomNode's nodeValue */
foreach ($nodes as $i => $node) {
    echo "Node($i): ", $node->nodeValue, "\n";
}

Answer 2

双 '/' 将进行 xpath 搜索。因此，如果您使用 xpath '//table'，您将获得所有表格。 您还可以在您的 xpath 结构中更深入地使用它，例如 'html/body/div/div/form//table' 来获取 xpath 'html/body/div/div/form' 下的所有表。

通过这种方式，您可以使您的代码对 html 源代码的更改更具弹性。

如果您想使用 xpath，我确实建议您学习一些有关它的知识。复制粘贴只能帮到你。

关于语法的简单解释可以在 w3schools.com/xml/xpath_syntax.asp 找到