PHP-DOMelement select不返回选项值

Question

我一直在尝试通过使用DOMelements解析网站。 一切正常，除了这个问题对我来说没有意义。

有一个选择框，我需要所有可能的选项值的内容：

<select name="super_attribute[141]" id="attribute141" class="required-entry super-attribute-select">
    <option value="">Choose size</option>
    <option value="36" price="0">36</option>
    <option value="38" price="0">38</option>
    <option value="41" price="0">40</option>
    <option value="43" price="0">42</option>
    <option value="45" price="0">44</option>
    <option value="47" price="0">46</option>
    <option value="49" price="0">48</option>
</select>

我想检索一个包含值的数组（innerHTML或'value'属性）。 我使用以下代码：

foreach ($dom->getElementsByTagName('option') as $option_tag) {
    $sizes_list[] = $option_tag->getAttribute('value');
}

但是，始终仅返回一个'option'标记，其值为空。 所以我尝试了另一种方法：

$item_options = $dom->getElementById('attribute141');
print(sizeof($item_options->childNodes)); // Prints "1"
foreach ($item_options->childNodes as $child) {
    $sizes_list[] = $child->getAttribute('value');
}
$cloth_item->setSizes($sizes_list);

似乎又找到了一个空值...为什么我无法访问其余选项？

Answer 1

从URL解析HTML页面时，绝对不要引用浏览器页面检查器，因为DOM / js解析后检查器会显示源。 您需要参考“查看页面源代码”浏览器命令，或者-更好-在php中做到这一点：

$html = file_get_contents( 'http://www.example.com/your/url.html' );
file_put_contents( '/Path/Local/Download/Page.html', $html );

然后，使用文本编辑器打开下载的文件，以查看正在使用的真实HTML 。

在您的特定情况下，您只能检索一个<option>因为...加载的页面中只有一个<option> ：

<div class="input-box">
    <select name="super_attribute[141]" id="attribute141" class="required-entry super-attribute-select">
        <option>בחר אפשרות...</option>
    </select>
</div>

其他选项由JavaScript加载。 它们的值以JSON格式存储在同一页面的脚本中。 没有干净的方法来检索它。 您可以使用PhantomJS ，但是-如您在此处或在其他Stack Overflow问题上所看到的-使用php并不容易。

可能是这样一种肮脏的方式：查看HTML源代码，您可以看到您的数据采用以下格式：

<script type="text/javascript">
    var spConfig = new Product.Config({ (...) });
</script>

因此，您可以检索所有<script>节点并搜索new Product.Config值。

使用纯DOM：

$nodes = $dom->getElementsByTagName('script');  // Result: 70 nodes

使用DOMXPath ：

$xpath = new DOMXPath( $dom );
$nodes = $xpath->query('//script[@type="text/javascript"]');  // Result: 58 nodes

然后，遍历所有节点，查找正则表达式模式并对其进行解码：

foreach( $nodes as $node )
{
    if( preg_match( '~new Product\.Config\((.+?)\);~', $node->nodeValue, $matches ) )
    {
        $data = json_decode( $matches[1] );
        break;
    }
}

此时，在$data您具有以下解码的JSON：

stdClass Object
(
    [attributes] => stdClass Object
        (
            [141] => stdClass Object
                (
                    [id] => 141
                    [code] => size
                    [label] => מידה
                    [options] => Array
                        (
                            [0] => stdClass Object
                                (
                                    [id] => 36
                                    [label] => 36
                                    [price] => 0
                                    [oldPrice] => 0
                                    [products] => Array
                                        (
                                            [0] => 93548
                                        )
                                )
                            (...)
                        )
                )
        )
)

因此，要访问第一个<option> id，可以使用以下命令：

echo $data->attributes->{141}->options[0]->id; // Output: 36
#                       ↑ note curly brackets to access to a not-valid property key

等等：

echo $data->attributes->{141}->options[1]->id;    // Output: 38
echo $data->attributes->{141}->options[1]->label; // Output: 38
echo $data->attributes->{141}->options[1]->price; // Output: 0