Web 抓取表格元素 - 未捕获的错误

Question

我正在尝试使用 Simple htm dom 和 PHP 从网站上抓取数据

网站： http://portal.chmi.cz/aktualni-situace/aktualni-stav-pocasi/ceska-republika/stanice/profesionalni-stanice/tabulky/teplota

但是我的代码不起作用，我遇到了一个致命错误。 谁能帮帮我？

错误：

致命错误：未捕获的错误：调用数组上的成员函数 find() 在 C:\xampp\htdocs\simple_dom\index.php:20 堆栈跟踪：#0 {main} 在第 20 行的 C:\xampp\htdocs\simple_dom\index.php 中抛出

我的代码：

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

      $html = file_get_html('http://portal.chmi.cz/aktualni-situace/aktualni-stav-pocasi/ceska-republika/stanice/profesionalni-stanice/tabulky/teplota',false);

      $table = $html->find('table');
      $Data = array();

      foreach($table->find('tr[class=portlet-table-alternate]') as $row) {

          $rowData = array();

              foreach($row->find('td') as $cell) {

                  $rowData[] = $cell->innertext;
                  }

          $Data[] = $rowData;
      }
      print_r($Data);
?>

Answer 1

该错误会告诉您确切的问题所在。你会得到一个array 作为file_get_html function 的响应。在下一行中，当您调用时

$table = $html->find('table');

您试图调用array 的find 方法，这违反了PHP 规则。您需要找出为什么会收到array，它的内容是什么。直观地说，我认为您会得到一个array，其中一个项目（可能索引为 0）包含您要查找的项目。因此，您需要调查您的array。如果这是一个错误，那么您将成功地向前迈出一步，了解问题的本质。如果它是具有有用属性的结果，那么您将能够使用它。更多参考，file_get_html的实现：

/**
 * All of the Defines for the classes below.
 * @author S.C. Chen <me578022@gmail.com>
 */
define('HDOM_TYPE_ELEMENT', 1);
define('HDOM_TYPE_COMMENT', 2);
define('HDOM_TYPE_TEXT',    3);
define('HDOM_TYPE_ENDTAG',  4);
define('HDOM_TYPE_ROOT',    5);
define('HDOM_TYPE_UNKNOWN', 6);
define('HDOM_QUOTE_DOUBLE', 0);
define('HDOM_QUOTE_SINGLE', 1);
define('HDOM_QUOTE_NO',     3);
define('HDOM_INFO_BEGIN',   0);
define('HDOM_INFO_END',     1);
define('HDOM_INFO_QUOTE',   2);
define('HDOM_INFO_SPACE',   3);
define('HDOM_INFO_TEXT',    4);
define('HDOM_INFO_INNER',   5);
define('HDOM_INFO_OUTER',   6);
define('HDOM_INFO_ENDSPACE',7);
define('DEFAULT_TARGET_CHARSET', 'UTF-8');
define('DEFAULT_BR_TEXT', "\r\n");
define('DEFAULT_SPAN_TEXT', " ");
define('MAX_FILE_SIZE', 600000);
// helper functions
// -----------------------------------------------------------------------------
// get html dom from file
// $maxlen is defined in the code as PHP_STREAM_COPY_ALL which is defined as -1.
function file_get_html($url, $use_include_path = false, $context=null, $offset = -1, $maxLen=-1, $lowercase = true, $forceTagsClosed=true, $target_charset = DEFAULT_TARGET_CHARSET, $stripRN=true, $defaultBRText=DEFAULT_BR_TEXT, $defaultSpanText=DEFAULT_SPAN_TEXT)
{
    // We DO force the tags to be terminated.
    $dom = new simple_html_dom(null, $lowercase, $forceTagsClosed, $target_charset, $stripRN, $defaultBRText, $defaultSpanText);
    // For sourceforge users: uncomment the next line and comment the retreive_url_contents line 2 lines down if it is not already done.
    $contents = file_get_contents($url, $use_include_path, $context, $offset);
    // Paperg - use our own mechanism for getting the contents as we want to control the timeout.
    //$contents = retrieve_url_contents($url);
    if (empty($contents) || strlen($contents) > MAX_FILE_SIZE)
    {
        return false;
    }
    // The second parameter can force the selectors to all be lowercase.
    $dom->load($contents, $lowercase, $stripRN);
    return $dom;
}

编辑

原来错误发生在foreach这一行，调用了一个空的array的方法。一个简洁优雅的方法foreach 是定义一个助手function：

function myFind($input, $what) {
    if (!is_array($input)) {
        return $input->find($what);
    }
    $result = [];
    foreach ($input as $element) {
        $found = $element->find($what);
        foreach ($found as $f) $result[]=$f;
    }
    return $result;
}

and then call this like:

foreach(myFind($table, 'tr[class=portlet-table-alternate]') as $row) {
    //...
}