使用 php 从 DoMDocument 抓取网站

Question

我有一个可以提取类别并显示它们的 php 代码。然而， 我仍然无法提取随之而来的数字（没有括号）。 需要将类别和编号分开（不要一起提取）。 也许使用正则表达式等做另一个 for 循环......

这是代码：

<?php
    $grep = new DoMDocument();
    @$grep->loadHTMLFile("http://www.lelong.com.my/Auc/List/BrowseAll.asp");

    $finder = new DomXPath($grep);
    $class = "CatLevel1";
    $nodes = $finder->query("//*[contains(@class, '$class')]");

    foreach ($nodes as $node) {
        $span = $node->childNodes;
        echo $span->item(0)->nodeValue."<br>";
    }
?>

有什么办法可以做到吗？谢谢！

这是我想要的输出：

Arts, Antiques & Collectibles : 9768<br>
B2B & Industrial Products : 2342<br>
Baby : 3453<br>
etc...

Answer 1

只需添加另一个兄弟姐妹。示例：

foreach ($nodes as $node) {
    $span = $node->childNodes;
    echo $span->item(0)->nodeValue . ': ' . str_replace(array('(', ')'), '', $span->item(1)->nodeValue);
    echo '<br/>';
}

编辑：只需使用 str_replace 即可删除括号。

旁注：始终将 UTF-8 编码放在您的 PHP 文件中。

header('Content-Type: text/html; charset=utf-8');