PHP：如何在html中（從url）查找和提取具有src屬性的元素

Question

我目前正在使用PHP的curl請求從URL獲取內容。 獲取內容后，我需要檢查給定的HTML塊，找到具有給定樣式屬性的“視頻”，並提取其源src值文本。 目前，我可以獲取頁面，但是如何獲取此值？ 這是我獲取頁面的代碼：

<?php
$Url = 'some site';

if (!function_exists('curl_init')){
    die('CURL is not installed!');
}
$ch = curl_init($Url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
curl_setopt($ch, CURLOPT_FOLLOWLOCATION, true); // add this one, it seems to spawn redirect 301 header
curl_setopt($ch, CURLOPT_USERAGENT,'Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.8.1.13) Gecko/20080311 Firefox/2.0.0.13'); // spoof
$output = curl_exec($ch);
curl_close($ch);

echo $output;

上面的代碼正在工作並輸出頁面。 然后，在頁面的輸出中，我檢查了元素，發現了這一點：

<div class="webstarvideo">
  <video style="width:100%;height:100%" preload="none" class="">
    <source src="I NEED THIS" type="video/mp4"></video>
  <div class="webstarvideodoul">
    <canvas></canvas>
  </div>
</div>

我需要上述代碼中視頻的src，該怎么辦？

Answer 1

在PHP級別：

您可以使用帶有preg_match的正則表達式或使用PHP DOMDocument類：

DOM

$doc = new DOMDocument();
$doc->loadHTML($output);
$videoSource = $doc->getElementsByTagName('source');

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

使用REGEX

$array = array();
preg_match("/source src=\"([^\"]*)\" type=\"video\/mp4\">/i", $output, $array);
echo $array[1];

Answer 2

如果要將視頻的SRC作為PHP變量獲取，則需要通過檢查“類型”在哪里從字符串中提取它：

$output = '<div class="webstarvideo">
  <video style="width:100%;height:100%" preload="none" class="">
    <source src="I NEED THIS" type="video/mp4"></video>
  <div class="webstarvideodoul">
    <canvas></canvas>
  </div>
</div>';

$type_position = strpos($output, "type=");
$video_src = substr($output, 110, $type_position - 112);
echo $video_src; // I NEED THIS

上例中的110是SRC屬性中包含左雙引號的字符數，而112是表示右雙引號和type之前的空格的另外兩個字符。

希望這可以幫助！ :)

Answer 3

借助PHP，您可以使用簡單HTML DOM解析器來執行此操作，並查詢類似於jQuery的語法。

$Url = 'some site';

if (!function_exists('curl_init')){
    die('CURL is not installed!');
}
$ch = curl_init($Url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
curl_setopt($ch, CURLOPT_FOLLOWLOCATION, true); // add this one, it seems to spawn redirect 301 header
curl_setopt($ch, CURLOPT_USERAGENT,'Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.8.1.13) Gecko/20080311 Firefox/2.0.0.13'); // spoof
$output = curl_exec($ch);
curl_close($ch);

$html = str_get_html($output);

$video = $html->find('video', 0);
$videoSrc = $video->src;
var_dump($videoSrc);

Answer 4

假設$output是完整的文本，您可以正則表達式使用...

preg_match_all("/(?<=\<source).*?src=\"([^\"]+)\"/", $output, $all);

print_r($all[1]); // all the links will be in this array

Answer 5

使用document.querySelector()指向您的元素，然后使用document.getAttribute()獲得src屬性。

 var video = document.querySelector('.webstarvideo video source'); console.log(video.getAttribute('src')); 

 <div class="webstarvideo"> <video style="width:100%;height:100%" preload="none" class=""> <source src="I NEED THIS" type="video/mp4"></video> <div class="webstarvideodoul"> <canvas></canvas> </div> </div>