Dom和XPath刮 - 這裏有什麼不對？

Question

我需要從互聯網的網頁上刮掉一段文字，我使用dom和xpath來查找數據，但是我似乎無法選擇我需要的確切信息。這是我的代碼到目前爲止，問題是與項目（0） - > nodeValue部分 - 這適用於我的另一個頁面，但不是這一個我的其他擦傷。

$argos_html = file_get_html('http://www.argos.co.uk/static/Product/partNumber/9282197/Trail/searchtext%3EIPOD+TOUCH.htm'); 

$dom_argos= new DOMDocument(); 
$dom_argos->loadHTML($argos_html); 

$xpath_argos = new DOMXpath($dom_argos); 

$expr_currys = "/html/body/div[4]/div[3]/form/div[2]/div/div[5]/ul/li[3]/span"; 
$nodes_argos = $xpath_argos->query($expr_argos); 

$argos_stock_data = $nodes_argos->item(0)->nodeValue; 

任何人都可以告訴我我要去哪裏嗎？因爲我總是得到一個錯誤，它涉及 - > item（0） - > nodeValue;部分，但如果我發表評論，沒有錯誤，但沒有收集數據...

它應該可能只是 - > nodeValue;

我明白這可能歸結爲頁面結構，但我對所有這些都是新的！ THX

Answer 1

運行你的代碼，我第一次得到：

Notice: Undefined variable: expr_argos 
Warning: DOMXPath::query() [domxpath.query]: Invalid expression 

所以，首先，確保你正在使用有效期爲你的XPath查詢 - 例如，你應該有這樣的：

$nodes_argos = $xpath_argos->query($expr_currys); 

什麼，而不是你目前有：

$nodes_argos = $xpath_argos->query($expr_argos); 

然後，您會收到以下錯誤：

Notice: Trying to get property of non-object 

以下行：

$argos_stock_data = $nodes_argos->item(0)->nodeValue; 

基本上，這意味着你想讀的屬性，nodeValue上的東西是不是一個對象：$nodes_argos->item(0);

我猜你的XPath查詢無效;所以，對xpath()方法的調用不會返回任何有趣的內容。

您應該檢查您的（相當多時間太容易理解） XPath查詢，確保它匹配HTML頁面中的某些內容。

Answer 2

當我在Firefox中使用它時，您的XPath很好，但它不適用於DOM，這並不奇怪。我假設你從某種瀏覽器插件獲得了XPath，能夠返回某些元素的路徑。但是，您不應該相信瀏覽器插件返回的XPath，因爲瀏覽器將通過JavaScript修改DOM並在必要時添加隱含值。改用原始的源代碼。

您的XPath在Firefox中評估爲「2天內送貨上門」，這不是我所期望的名爲「stock_data」的變量。但無論如何，這應該做到這一點：

$dom = new DOMDocument; 
libxml_use_internal_errors(TRUE); 
$dom->loadHTMLFile('http://www.argos.co.uk/static/Product/partNumber/9282197/Trail/searchtext%3EIPOD+TOUCH.htm'); 
libxml_clear_errors(); 

$xpath = new DOMXpath($dom); 
$nodes = $xpath->query(
    '/html/body//div[@id="deliveryInformation"]/ul/li[@class="home"]/span' 
); 
echo $nodes->item(0)->nodeValue; // "Home delivery within 2 days"