Symfony DomCrawler链接包含搜索的HTML

Question

这是一个项目，我在空闲时间帮助减少了在公司重复点击所花的时间，所以我希望它不会被冒犯或禁止。

Page to be scraped

我只想要第二个链接的URI，因为它是精确的搜索匹配。第一个也包含后缀-V1331后缀。

错误：

<a href="http://pdb2.turck.de/en/DE/products/0000000000011ba40002003a"> 
    <strong> Product&nbsp;BI1-EH04-AP6X-V1331</strong> (HTML, 48.7K)<br> 
    Product&nbsp;<strong>BI1-EH04-AP6X-V1331</strong> 
    Click to enlarge Inductive sensor Order number: &nbsp;4608440 Smooth barrel, Ø 4 mm Stainless steel, 1.4427 SO DC 3-wire, 10…30 VDC NO contact, PNP 
</a> 

右：

<a href="http://pdb2.turck.de/en/DE/products/000000000001ecee0003003a"> 
    <strong> Product&nbsp;BI1-EH04-AP6X</strong> (HTML, 48.6K)<br> 
    Product&nbsp;<strong>BI1-EH04-AP6X</strong> 
    Click to enlarge Inductive sensor Order number: &nbsp;4609540 Smooth barrel, Ø 4 mm Stainless steel, 1.4427 SO DC 3-wire, 10…30 VDC NO contact, PNP output 
</a> 

我已经试过这样：

$search = 'BI1-EH04-AP6X'; 
$crawler = Goutte::request('GET', 'http://www.turck.de/en/search.php?q_simple=' . $search); 
return $crawler->selectLink(' Product ' . $search)->link()->getUri(); 

然而，这显然是失败，因为存在<a>元素里面有很多的HTML ，因此没有链接匹配。

请不要与Laravel的Goutte facade混淆，它是Symfony Dom Crawler方法。

如何获取第二个链接的URI？有没有匹配链接的方法，如果它包含搜索HTML片段（在我们的案例中是> Product&nbsp;BI1-EH04-AP6X<）？

Answer 1

我已经通过试验XPath助手扩展和来自下面提到的SO页面的信息找到了答案。

Locating the node by value containing whitespaces using XPath

$search = 'BI1-EH04-AP6X'; 
$crawler = Goutte::request('GET', 'http://www.turck.de/en/search.php?q_simple=' . $search); 
$crawler->filterXPath('//strong[normalize-space(text())="' . $search . '"]')->each(function ($node) { 
print $node->parents()->link()->getUri()."\n"; 
}); 

它需要更多的优化，但现在它是还好吧。