Question

我正在编写一个小的scraper脚本，它将找到具有特定类名的图像URL。我知道我的cURL和DOMDocument运行正常，甚至DomXPath真的（据我所知，没有错误）但我正在努力弄清楚如何获取xpath查询结果的URL。

到目前为止我的代码：

$dom = new DOMDocument();
@$dom->loadHTML($x);

$xpath = new DomXpath($dom);
$div = $xpath->query('//*[@class="productImage"]');


var_dump($div);
echo $div->item(0);

如果我var_dump（$ x）页面输出没问题。所以CURL工作正常。但我不知道如何获取$ div中包含的数据。我试图找到一个带有'productImage'类的图像，它看起来像：

<img src="/uploads/5W/yP/5WyPP4l7Z-jmZRzu_MJ6zg/1077-d.jpg" border="1" alt="Album" class="productImage">

我想要该图像标记的来源。

有什么建议吗？

Answer 1

$dom = new DOMDocument();
$dom->loadHTML($x);

$xpath = new DomXpath($dom);
$imgs  = $xpath->query('//*[@class="productImage"]');

foreach($imgs as $img)
{
    echo 'ImgSrc: ' . $img->getAttribute('src') .'<br />' . PHP_EOL;
}

试试......

==编辑：其他信息==

我在这里使用循环的原因是因为你可能会找到多个img。如果您知道只有一个元素（或者您希望找到第一个dom节点），您可以通过domnodelist的item方法从domnodelist访问elelement - 就像这样：

$dom = new DOMDocument();
$dom->loadHTML($x);

$xpath = new DomXpath($dom);
$img   = $xpath->query('//*[@class="productImage"]');

echo 'ImgSrc: ' . $img->item(0)->getAttribute('src') .'<br />' . PHP_EOL;

Answer 2

你实际上并不需要在这里使用XPath，因为你似乎只是在图像之后，可以使用DOMDocument::getElementsByTagName()，然后是一个简单的过滤器来完成：

foreach ($dom->getElementsByTagName('img') as $image) {
    $class = $image->getAttribute('class');
    if (strpos(" $class ", " productImage ") !== false) {
        $url = $image->getAttribute('src');
        // do stuff
    }
}

然后，您可以使用DOMElement::getAttribute()：

获取src属性

echo $image->getAttribute('src');

使用DOMDocument的DomXPath获取<img/>类URL

2 个答案: