0

我正在尝试从任何维基页面右侧的维基百科信息框中抓取内容。

我正在使用 DOMXpath 来抓取内容。

在此链接的信息框（右侧）上，我正在尝试抓取该Traded as部分。然而，在页面源中，它由多个 href 组成。

Traded as:  NASDAQ: GOOG
            NASDAQ-100 Component
            S&P 500 Component

我的 SIMPLE_XML_Element_Object 看起来像这样

SimpleXMLElement object {
 @attributes => array(1) (
[class] => (string)
)
 th => SimpleXMLElement object {
@attributes => array(2) (
  [scope] => (string) row
  [style] => (string) text-align:left;
)
a => (string) Traded as
}
td => SimpleXMLElement object {
@attributes => array(2) (
  [class] => (string)
  [style] => (string)
)
a => array(4) (
  [0] => (string) NASDAQ
  [1] => (string) GOOG
  [2] => (string) NASDAQ-100 Component
  [3] => (string) S&P 500 Component
)
}

这就是我试图抓取的内容。

foreach ($xmlElements->xpath("//div[@id='mw-content-text']/table[@class='infobox vcard']/tr") as $node) 
{
   $name = (string)$node->th;
   if(empty($name))
     $name = (string)$node->th->a;
   if(is_array($node->td->a))
       $value = implode('~', (string) $node->td->a);
    else
       $value = (string) $node->td->a;
}

但是，我无法获得形成的价值，"NASDAQ: GOOD ~ NASDAQ-100 Component ~ NASDAQ-100 Component"而我"NASDAQ"独自获得价值，这不是必需的。

如果它是一个数组，如何从节点获取值？

希望我对我的问题很清楚。任何帮助，将不胜感激。

4

2 回答 2

1

请参阅http://www.laprbass.com/RAY_temp_user1518659.php

输出：字符串（64）“纳斯达克：GOOG ~ NASDAQ-100 成份股 ~ S&P 500 成份股”

如果您只使用原生 PHP 函数，这真的很容易做到！

<?php // RAY_temp_user1518659.php
error_reporting(E_ALL);
echo '<pre>';

// ACQUIRE THE DOCUMENT
$url = 'http://en.wikipedia.org/wiki/Google';
$htm = file_get_contents($url);

// ACTIVATE THIS TO SEE THE ENTIRE DOCUMENT
// echo htmlentities($htm);

// ISOLATE THE "TRADED AS" PART
$sig = 'Traded as';
$arr = explode($sig, $htm);
$htm = $arr[1];
$sig = '</tr>';
$arr = explode($sig, $htm);
$htm = $arr[0];

// REFORMAT THE DATA INTO A TILDE-SEPARATED STRING
$new = trim(strip_tags($htm));
$new = explode(PHP_EOL, $new);
$new = implode(' ~ ', $new);

// SHOW THE WORK PRODUCT
var_dump($new);

最好的问候，~雷

于 2012-12-23T15:06:26.180 回答
0

您是否尝试过将数组输出为 print_f($value) 以查看它是否具有您需要的数据？如果所有股票都有相同的模式并且你用“〜”将它们内爆，我相信数组的第一个元素将包含“纳斯达克：好”，第二个“纳斯达克100成分”，所以通过输出第二个元素数组，您将获得所需的数据。

于 2012-12-23T14:48:09.327 回答