DOMDocument PHP网页抓取

Question

我想知道是否有任何方式使用DOM来选择具有动态标签的元素。所有的标签都以link_（某个id）开头。

例子：

<tr id="link_111111">something in here...</tr> 

<tr id="link_222222">something in here...</tr> 

<tr id="link_333333">something in here...</tr> 

<tr id="link_444444">something in here...</tr> 

<tr id="link_555555">something in here...</tr> 

我在想，如果我能抓住所有的TR的是有link_的ID，因为我没有具体的id，他们是随机的。

Answer 1

您可以使用XPath表达式来实现这一目标：

//tr[starts-with(@id, "link")] 

例子：

$dom = new DOMDocument; 
$dom->loadHTML($html); 

$xpath = new DOMXPath($dom); 
$nodes = $xpath->query('///tr[starts-with(@id, "link")]'); 

foreach ($nodes as $node) { 
    // Do whatever 
} 

Demo

Answer 2

使用一些字符串函数

DOM方式...

$dom = new DOMDocument; 
$dom->loadHTML($html); $tagK = 'link_'; 
foreach ($dom->getElementsByTagName('tr') as $tag) { 
    if (substr(strtolower($tag->getAttribute('id')),0,strlen($tagK))===$tagK) { 
     echo $tag->getAttribute('id').PHP_EOL; 
    } 
} 

Demo

Answer 3

或者，如果你想拥有更灵活的方式，易于网络刮..我建议你看一看 https://github.com/fabpot/goutte充当包装。你也可以用于点击链接或提交表格。

我做了一些教程使用Goutte类的网页刮。..随意检查它。 http://iapdesign.com/webdev/laravel-4-webdev/superb-web-scraping-tutorials-using-laravel-4/