-2

下面是我的代码：

$xpath = new DOMXPath($doc);
// Start from the root element
$query = '//div[contains(@class, "hudpagepad")]/div/ul/li/a';
$nodeList = @$xpath->query($query);

// The size is 104
$size = $nodeList->length;

for ( $i = 1; $i <= $size; $i++ ) {
    $node = $nodeList->item($i-1);
    $url = $node->getAttribute("href");

    $error = scrapeURL($url);
}

function scrapeURL($url) {
    $cfm = new DOMDocument();
    $cfm->loadHTMLFile($url);
    $cfmpath = new DOMXPath($cfm);
    $pointer = $cfm->getElementById('content-area');
    $filter = 'table/tr';

    // The problem lies here    
    $state = $pointer->firstChild->nextSibling->nextSibling->nodeValue;

    $nodeList = $cfmpath->query($filter, $pointer);
}

基本上，这会遍历链接列表并使用 scrapeURL 方法抓取每个链接。

我不知道这里的问题，但随机我得到一个非对象类型错误，试图获取$pointer，有时它通过没有任何错误并且值是正确的。

有人知道这里的问题吗？我猜问题发生的时候是页​​面没有正确加载？

4

1 回答 1

0

我在这里找到了答案的想法：

http://sharovatov.wordpress.com/2009/11/01/php-loadhtmlfile-and-a-html-file-without-doctype/

使用“手动”查询比使用 getElementById 更好，因为如果您要加载的文档的 DOCTYPE 格式不正确，它会中断。

所以改用这个：

$cfmpath->query("//*[@id='content-area']")

或创建一个方法

function getElementById($id) {
    global $dom;
    $xpath = new DOMXPath($dom);
    return $xpath->query("//*[@id='$id']")->item(0);
}

感谢那些试图提供帮助的人！

于 2012-06-11T06:55:25.563 回答