[英]PHP DOMDocument and DOMXpath - get all input/select/textarea names
[英]Using DOMXpath to catch all team names from a page in PHP
我想从此页面中提取所有团队名称和链接:
https://www.transfermarkt.fr/ligue-1/startseite/wettbewerb/FR1
我正在使用DOMXpath来匹配元素,但使用以下代码它不会返回任何内容。
function get_data($url) {
$ch = curl_init();
$timeout = 5;
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_USERAGENT, "Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 6.0)");
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_SSL_VERIFYHOST,false);
curl_setopt($ch, CURLOPT_SSL_VERIFYPEER,false);
curl_setopt($ch, CURLOPT_MAXREDIRS, 10);
curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1);
curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $timeout);
$data = curl_exec($ch);
curl_close($ch);
return $data;
}
$url = 'https://www.transfermarkt.fr/ligue-1/startseite/wettbewerb/FR1';
$html = get_data($url);
$dom = new DOMDocument();
$dom->loadHTML($html);
$xpath = new DOMXpath($dom);
foreach($xpath->query('//*[contains(concat( " ", @class, " " ), concat( " ", "hide-for-pad", " " ))]//*[contains(concat( " ", @class, " " ), concat( " ", "tooltipstered", " " ))]') as $v) {
echo $v->getAttribute("href") . PHP_EOL;
}
请问你知道为什么吗?
感谢任何帮助。
有时,一旦页面被加载,HTML 就会被 Javascript 改变。 我看过页面,我认为您应该能够从以下内容中获取详细信息(请检查显示的 URL 是否正确)...
$teams = $xpath->query('//td[@class="zentriert no-border-rechts"]/a[contains(concat( " ", @class, " " ), concat( " ", "vereinprofil_tooltip", " " ))]');
foreach($teams as $v) {
echo $v->getAttribute("href") . " - ";
echo $v->firstChild->getAttribute("alt").PHP_EOL;
}
这可能会产生重复,因此可能会像这样创建团队和 URL 的列表......
$teams = [];
foreach($teams as $v) {
$teams[$v->firstChild->getAttribute("alt")] = $v->getAttribute("href");
}
这将为您提供团队名称列表(作为键)和 URL 作为值。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.