我為什么不在這里找回任何圖片？

Question

$url = 'http://www.w3schools.com/js/js_loop_for.asp';
$html = @file_get_contents($url);

$doc = new DOMDocument();
@$doc->loadHTML($html);
$xml = @simplexml_import_dom($doc);
$images = $xml->xpath('//img');

var_dump($images);
die();

輸出是：

array(0) { }

但是，在頁面源代碼中我看到了：

<img border="0" width="336" height="69" src="/images/w3schoolslogo.gif" alt="W3Schools.com" style="margin-top:5px;" />

編輯：看來$html的內容停在此頁面的<body>標簽上。 知道為什么嗎？

Answer 1

看來$ html的內容停在此頁面的標簽上。 知道為什么嗎？

是的，您必須為此頁面提供有效的用戶代理。

$url = 'http://www.w3schools.com/js/js_loop_for.asp';
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_USERAGENT, "MozillaXYZ/1.0");
curl_exec($ch);

將所有內容輸出到結尾</html>包括你要求的<img border="0" width="336" height="69" src="/images/w3schoolslogo.gif" alt="W3Schools.com" style="margin-top:5px;" /> <img border="0" width="336" height="69" src="/images/w3schoolslogo.gif" alt="W3Schools.com" style="margin-top:5px;" />

當沒有用戶代理的簡單wget或curl僅返回<body>標記時。

$url = 'http://www.w3schools.com/js/js_loop_for.asp';
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_USERAGENT, "MozillaXYZ/1.0");
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
$html = curl_exec($ch);

$doc = new DOMDocument();
$doc->loadHTML($html);
$xml = simplexml_import_dom($doc);
$images = $xml->xpath('//img');

var_dump($images);
die();

編輯： 我的第一篇文章說xpath還有一個問題......我只是沒有做盡職調查，上面的更新代碼效果很好。 我忘了強制curl輸出到字符串而不是打印到屏幕（默認情況下）。

Answer 2

為什么要將simplexml加入混合？ 您已經將w3fools中的HTML加載到DOM類中，該類已經有一個非常好的XPath查詢引擎。

[...snip...]
$doc->loadHTML($html);
$xpath = new DOMXPath($doc)
$images = $xpath->xpath('//img');
[...snip...]

Answer 3

IMG標記由javascript生成。 如果您通過wget下載了此頁面，您會發現HTML中沒有IMG標記。

更新＃1

我相信這是因為用戶代理字符串。 如果我提供“Mozilla / 5.0（X11; Linux i686 on x86_64; rv：2.0）Gecko / 20100101 Firefox / 4.0”作為用戶代理ID，我會得到整個頁面。

我為什么不在這里找回任何圖片？

問題描述

3 個解決方案

解決方案1
9 已采納 2011-04-26 21:07:29

解決方案2
0 2011-04-19 17:12:25

解決方案3
-1 2011-04-26 14:44:01

更新＃1

我為什么不在這里找回任何圖片？

問題描述

3 個解決方案

解決方案1 9 已采納 2011-04-26 21:07:29

解決方案2 0 2011-04-19 17:12:25

解決方案3 -1 2011-04-26 14:44:01

更新＃1

解決方案1
9 已采納 2011-04-26 21:07:29

解決方案2
0 2011-04-19 17:12:25

解決方案3
-1 2011-04-26 14:44:01