Xpath的Dom分析真的比自己写正则去匹配Dom要高效很多，而要使用php的XpathDom，这里我使用的是Wamp,要打开php配置的extensions的openSSL,否则在获取网页的Dom时会报错，然后我们所需的某个元素的Xpath可以通过浏览器，例如谷歌浏览器和火狐浏览器按F12调出网页的element控制台，（这里学过前端的都会的），然后右键自己想要获得的元素，Copy Xpath复制这个元素的Xpath

现在我们已经获取了元素的Xpath了，示例我们获取的Xpath为：

//*[@id='mainBox']/main/div[2]/div[2]/h4/a

这里我们是要获取一个列表，所以改为//*[@id='mainBox']/main/div[2]/div/h4/a

<?php
for($j=1 ;$j<=2;$j++){
    $content= file_get_contents('https://blog.csdn.net/SIRENloazhang/article/list/'.$j.'?');
    $document = new DOMDocument();
    $document->strictErrorChecking = false;
    
    /* $tidy     = new tidy;
    $content = $tidy->repairString($content);
    $content = mb_convert_encoding($content, 'UTF-8'); *//*这里就不用Tidy了*/
    
    @$document->loadhtml($content); /*@是一定要给的*/
    $xpath = new DOMXPAth($document);
    $num = 0;
    $elements= $xpath->query("//*[@id='mainBox']/main/div[2]/div/h4/a");
    if($elements->length!=0){
        for ($i = 0; $i < $elements->length; $i++) {
            $element = $elements->item($i);
            $url = $element->getAttribute('href');
            print_r($url.'<br/>');
            $num++;
        }
    }else{
        echo "读取完毕！！！";
    }
    
}

?>

运行结果：

文章来源: php通过Xpath获取CSDN的Dom元素

人吐槽

人点赞

发表评论