PHP Xpath刮掉可能的命名空間問題

Question

更新：源代碼與Developer Tools顯示的有很大不同。

檢查出源：視圖-出處：http：//www.machinerytrader.com/list/list.aspx ETID = 1 & CATID = 1002

是這樣的JavaScript需要由一個呈現瀏覽器轉化爲html？如果是這樣，我怎麼能讓PHP做這個過程，以便我有Html解析？奇怪的是，您可以使用Xpath Checker來返回我正在查找的項目（請參閱下文），但是您無法訪問完整的HTML！

（Xpath的：//表[含有（@id， 'ctl00_ContentPlaceHolder1'）和（包含（@id 「tblContent」）或含有（@id 「tblListingHeader」））]）

END UPDATE

我需要從本網站刮取一些信息以便定期進行工作。我正在嘗試編寫一些PHP代碼來抓取這些數據。我認爲我在這裏有一些命名空間問題，閱讀了SO上的其他一些帖子。我以前從未遇到名稱空間問題，並使用另一個SO帖子中顯示的方法（無效：）。

看來，xpath查詢並不是出於任何原因，如果您有任何猜測或解決方案。如何處理這個問題，我很開放的建議

而且，這裏是我的代碼輸出：

object(DOMXPath)#2 (0) { 
} 
Debug 1 
array(0) { 
} 
array(0) { 
} 

我離開了，我的var_dump testarray以及創建和的var_dump otherarray代碼的底部。它們的輸出包含在上面，顯然，如果DOMXPath元素的長度爲0，那麼這兩個數組也是空的。

$string = 'http://www.machinerytrader.com/list/list.aspx?ETID=1&catid=1002'; 

$machine_trader = file_get_contents($string); 
$xml = new DOMDocument(); 
$xml->loadHTML($machine_trader); 

$xpath = new DOMXPath($xml); 

$rootNamespace = $xml->lookupNamespaceUri($xml->namespaceURI); 
$xpath->registerNamespace('x', $rootNamespace); 

$tableRows = $xpath->query("//x:table[contains(@id, 'ctl00_ContentPlaceHolder1') and (contains(@id,'tblContent') or contains(@id,'tblListingHeader'))]"); 

var_dump($xpath); 

$testarray = array(); 
$otherarray = array(); 

foreach ($tableRows as $row) 
{ 

     echo "Debug 1"."\n"; 

     $testarray[] = $row->nodeValue; 

} 

Answer 1

這不是一個XPath問題，因爲實際內容是從表單文章中找到的，而您尚未到達。這裏的JS源代碼只不過是爲信息請求驗證一個合適的「用戶」，然後通過表單提交發送請求。

在每個請求中，鹽/加密「密鑰」是隨機的併發生變化，從而防止簡單的擦除。

您可以將該JavaScript重寫爲PHP，然後發出兩個請求，一路作戰身份驗證過程。或者，而不是用逆向工程這個，你可以切換你的抓取到NodeJS，並使用像PhantomJS這樣的東西，因爲它可以評估JavaScript，但給你的程序訪問。鑑於此任務的複雜性，使用正確的工具會更簡單。