0

我试图从 H&M 加载一个页面（用于学习目的），当我注意到一个 div 的内容没有加载时，但是如果我从浏览器保存页面，则 div 被正确保存。谁能解释我为什么会这样？
我正在寻找的 div（最重要的是 ist 的内容）是：
body> div main> div content> div relatedInformationContainer
（里面有很多内容：div relatedInformation>etc...）
这是我使用的代码：

<?php
$url = "http://www.hm.com/gb/product/05427";
libxml_use_internal_errors(true);
$html = file_get_contents($url);  
$dom = new DomDocument();  
$dom->loadHTML($html);  
$xp = new domxpath($dom);

$contentDivs = $xp->query('//div[@id="content"]')->item(0);
$numContentDivs = $xp->evaluate('count(div)', $contentDivs);
// echo $numContentDivs; // output:3 (correct)
$relatedDiv = $xp->query('//div[@id="content"]/div[2]')->item(0)->getAttribute("id");
echo $relatedDiv; // output:relatedInformationContainer (correct)
$relatedDivContent = $xp->query('//div[@id="content"]/div[2]')->item(0);
$numRelatedDivContent = $xp->evaluate('count(div)', $relatedDivContent);
echo $numRelatedDivContent; // output:0 (incorrect!!! it should output 1)
?>

我使用了更简单的方法，结果相同：

<?php
$url = "http://www.hm.com/gb/product/05427";
$doc = new DOMDocument();
$load = @$doc->loadHTMLFile($url);
echo $doc->saveHTML();
?>

如果有人可以解释为什么会发生这种情况，以及是否有解决方案，我会很感激。谢谢。

4

1 回答 1

1

DIV 是从 Javascript 加载的。您需要检索 Javascript 调用是什么，并在 PHP 中复制它。

将 Firefox 与 Firebug 一起使用，我看到该页面发出了对

http://www.hm.com/gb/product/05427/05427-A/related

它返回 DIV及其所有内容（我猜它替换了 DIV）。你必须抓住它。

此外，一些服务器会检查谁在问什么以及代表谁。因此，如果其 HTTP_REFERER 字段未设置为正确的原始页面、正确的用户代理和会话 cookie 等，则上面的查询可能不起作用（通常；这里似乎不是这种情况 - 即使我可能是错的）。

于 2012-09-17T17:54:08.547 回答