用simple_html_dom抓取

Question

我正在嘗試刮擦：

<a id="pa1">Site1</a>
<font size="-1">Text1</font><br />
<font size="-1" color="green">Text2</font><br />

我很容易進入pa1。但是我想進入后面的兩種字體。

$html = new simple_html_dom();
$html->load($document);

foreach ($html->find('#pa1>font') as $e) {
    $this->check_line_two = $this->process_array_elements($e->innertext);
}

foreach ($html->find('#pa1>font>font') as $e) {
    $this->check_line_three = $this->process_array_elements($e->innertext);
}

兩者都不起作用。 如何使用簡單的html dom獲得下一個元素？

Answer 1

#pa1沒有后代font -tag。

您顯然在搜索的是兄弟選擇器+ ： #pa1 + font 。 但是我不知道您所使用的庫是否支持它。

請閱讀他們的文檔： http : //simplehtmldom.sourceforge.net/manual.htm

Answer 2

就像Feeela所說的那樣，那些字體元素不是錨的后代。 嘗試這樣的事情：

foreach ($html->find('#pa1') as $e) {
    $firstFontElement = $e->next_sibling();
}

Answer 3

如果這只是您要剪貼的全部內容，為什么不選擇字體標簽。

foreach ($html->find('font') as $e) {
    $this->check_line_two = $this->process_array_elements($e->innertext);
}

還是文檔中可能存在更多字體標簽？