简单 HTML DOM 和通过嵌套循环提取数据的奇怪问题答案

【问题标题】：Weird issue with Simple HTML DOM and extracting the data through a nested loop简单 HTML DOM 和通过嵌套循环提取数据的奇怪问题
【发布时间】：2011-08-08 21:57:55
【问题描述】：

如果这是一个新手问题，我深表歉意，但我无法弄清楚为什么这不起作用 - 我在搜索时似乎找不到任何相关信息。

基本上，我试图从我们的网站上抓取一些用户详细信息，这些信息在网站 REST api 中不可用，因此我必须手动完成。我已经编译了一个带有用户 ID 的文本文件，用于通过 Simple HTML Dom 从每个用户那里获取所需的详细信息。

<?php
include('simple_html_dom.php') ;
include('functions.php') ;

$file = fopen("userids2.txt", "r") ;
while(!feof($file)) {
    $userid = fgetss($file) ;
    $url = 'http://<our URL>/user/'.$userid ;
    echo $url ; 
    webscraper($url) ;

}

fclose($file) ;
?>

这里是functions.php的内容：

   <?php
function webscraper($loopurl) {
    $html = new simple_html_dom();
    $html->load_file($loopurl);
    $test = $html->getElementsById('ctl00_ContentPlaceHolderDefault_UserViewUC_tabContainer_tabProfile_userProfile_ddWork') ;

    foreach ($test as $element) {
        echo $element ;
    }
}
?>

使用的特定文本文件包含 4 个我知道包含我想要的信息的用户 ID。当我运行脚本时，它只会给我来自文本文件最后一行的 url 的输出。它可以很好地打印出 URL，但拒绝为前三个条目加载远程 html。如果我删除文本文件的最后一行，它会加载新的最后一行（它之前拒绝这样做）。

有什么想法吗？？提前致谢。

【问题讨论】：

标签： php html file parsing dom

【解决方案1】：

Doh.. 我发现了问题所在。除了最后一个之外，文本文件中的所有条目都有一个“不可见”的行尾字符。所以这就是它拒绝工作的原因。检索行时添加修剪解决了问题：

 $userid = trim(fgetss($file));

我可能应该知道这一点，但至少我下次不会犯这个错误:-)。

【讨论】：