<?php
$htmlget = new DOMDocument();
@$htmlget->loadHtmlFile(http://www.amazon.com);
$xpath = new DOMXPath( $htmlget);
$nodelist = $xpath->query( "//img/@src" );
foreach ($nodelist as $images){
$value = $images->nodeValue;
}
?>
我获得了所有 img 标签,但是如何获取图像所在同一元素的信息?
例如,在 amazon.com 上,有一个 kindle。我现在有图片,但需要它的相关信息,例如价格说明。
这取决于请求页面的标记,这里是获取亚马逊价格的示例:
<?php
$htmlget = new DOMDocument();
@$htmlget->loadHtmlFile('http://www.amazon.com');
$xpath = new DOMXPath( $htmlget);
$nodelist = $xpath->query( "//img/@src" );
foreach ($nodelist as $imageSrc){
//fetch images with a parent node that has class "imagecontainer"
if($imageSrc->parentNode->parentNode->getAttribute('class')=='imageContainer')
{
//skip dummy-images
if(strstr($imageSrc->nodeValue,'transparent-pixel'))continue;
//point to the common anchestor of image and product-details
$wrapper=$imageSrc->parentNode->parentNode->parentNode->parentNode->parentNode;
//fetch the price
$price=$xpath->query( 'span[@class="red t14"]',$wrapper );
if($price->length )
{
echo '<br/><img src="'.$imageSrc->nodeValue.'">'.$price->item(0)->nodeValue.'<br/>';
};
}
}
?>
但是,您不应该以这种方式解析页面。如果他们想向您提供一些信息,通常会有 API。如果没有,他们不想让你抢任何东西。这种解析方式并不可靠,所请求页面的标记每秒都可能发生变化(您也可能为漏洞利用打开一扇门)。它也可能不合法。