0

我有这段代码将检索以下中的每个链接$curl_scrapped_page：

require_once ('simple_html_dom.php');
$des_array = array();
$url = 'http://citeseerx.ist.psu.edu/search?q=mean&t=doc&sort=rlv';
$ch = curl_init($url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
$curl_scraped_page = curl_exec($ch);
$html = new simple_html_dom();
$html->load($curl_scraped_page);

然后我想获取abstract我废弃的每个链接（在该链接的页面上）。（我也得到了其他的东西title，description等等，但问题只在于这个abstract）：

foreach ($html->find('div.result h3 a') as $des) {
    $des2 = 'http://citeseerx.ist.psu.edu' . $des->href;
    $ch = curl_init($des2);
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
    $curl_scraped_page2 = curl_exec($ch);
    libxml_use_internal_errors(true);
    $dom = new DomDocument();
    $dom->loadHtml($curl_scraped_page2);//line 72
    libxml_use_internal_errors(false);
    $xpath2 = new DomXPath($dom);    
    $thing = $xpath2->query('//p[preceding::h3[preceding::div]]')->item(1)->textContent; //line 75   
    array_push($des_array, $thing);
}
curl_close ($ch);

这是显示代码：

for ($i = 0; $i < 10; $i++) {
    echo $des_array[$i];
}

当我在浏览器上检查它时，它给了我三次：

Warning: DOMDocument::loadHTML(): Empty string supplied as input in    C:\xampp\htdocs\MSP\Citeseerx.php on line 72

Notice: Trying to get property of non-object in C:\xampp\htdocs\MSP\Citeseerx.php on line 75

我意识到我将一个空字符串推送到$des_array. 所以我尝试了这个：

if (empty($thing)){
    array_push($des_array,'');
}
else{
    array_push($des_array, $thing);
}

而这个：if ($thing!=''){..}。

它仍然给了我这个错误。我应该怎么办？谢谢..

4

2 回答 2

0

实际上 $curl_scraped_pa​​ge 应该是打开文件的句柄而不是变量，因为您将传输作为 a. 二进制它应该被读取到文件中，因为它不是字符串，所以不能传递给变量

于 2013-10-10T12:02:01.523 回答
0

curl_exec() 可能返回 false。在这种情况下，用 curl_error() 检查错误是什么。例如，如果href属性不以/您开头，则会将无效 url 传递给 curl_init 函数。您也可以使用 curl_info() 获取有关服务器响应的更多信息

于 2013-07-21T16:34:34.900 回答