好的,所以我正在尝试使用 curl 和 xpath 解析 xhtml 站点。
该站点有多个命名空间:
<html xmlns="http://www.w3.org/1999/xhtml" xmlns:addthis="http://www.addthis.com/help/api-spec" xmlns:og="http://ogp.me/ns#" xmlns:fb="http://www.facebook.com/2008/fbml">
我正在尝试从网站的分页中获取所有网址,如下所示:
$url = [site_im_parsing];
$dom = new DOMDocument();
@$dom->loadHTML($url);
$xpath = new Domxpath($dom);
$xpath->registerNamespace("x", "http://www.w3.org/1999/xhtml");
$pages = $xpath->query('//x:div[2]/x:table/x:tbody/x:tr/x:td[1]/x:a');
for ($i = 0; $i < $pages->length; $i++) {
echo $pages->item($i)->getAttribute('href');
}
这行不通。(没有 x-namespace 的分页的 xpath 应该是正确的)。我应该注册所有命名空间并在 xpath 查询中以某种方式使用它们吗?
最好的问候, AB
// 问题更新 //
这是我要解析的页面的一部分:(我想要href)
<div class="pager">
<table style="width:100%" border="0" cellspacing="0" cellpadding="0">
<tbody>
<tr>
<td>
<span class="current">1</span> |
<a href="http://www.somewebsite.com/catalog?on_offer=1&commodity_offset=1">2</a> |
<a href="http://www.somewebsite.com/catalog?on_offer=1&commodity_offset=2">3</a> |
<a href="http://www.somewebsite.com/catalog?on_offer=1&commodity_offset=3">4</a> |
<a href="http://www.somewebsite.com/catalog?on_offer=1&commodity_offset=4">5</a> |
<a href="http://www.somewebsite.com/catalog?on_offer=1&commodity_offset=5">6</a> |
<a href="http://www.somewebsite.com/catalog?on_offer=1&commodity_offset=6">7</a>
</td>
<td style="text-align:right">
<a href="http://www.somewebsite.com/catalog?on_offer=1&commodity_offset=1">Next</a>
</td>
</tr>
</tbody>
</table>
</div>
文档类型是:
html PUBLIC "-//W3C//DTD XHTML 1.0 过渡//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"
如果这有什么不同...