0

我正在尝试使用一个名为 Goutte (php scraper/web-crawler) 的包，如下所示：

<?php

// Init
require_once 'vendor/autoload.php';
use Goutte\Client;
$client = new Client();
$reviews = array();

// Parse Review Site
$crawler = $client->request('GET', 'http://review-site-url-here');
$crawler->filter('div.review')->each(function($node) use ($reviews)
{
    // Parse Data
    $player_name = $node->filter('tr.switch > td > a')->first()->text();
    // other fields

    // Build Reviews
    array_push($reviews, [
        'player_name' => $player_name,
        // other fields
    ]);
});

// Debug
echo "<pre>";
print_r($reviews);

当此脚本运行时，$reviews数组始终为空。但是，如果我print_r在匿名函数中，它似乎只显示每个循环中的当前元素。例如，如果有 4 条评论，我会这样做：

// Parse Review Site
$crawler = $client->request('GET', 'http://review-site-url-here');
$crawler->filter('div.review-BL-mid')->each(function($node) use ($reviews)
{
    // Parse Data
    $player_name = $node->filter('tr.switch > td > a')->first()->text();
    // other fields

    // Build Reviews
    array_push($reviews, [
        'player_name' => $player_name,
        // other fields
    ]);

    // Debug
    print_r($reviews);
});

它输出如下：

Array
(
    [0] => Array
        (
            [player_name] => aaaa
        )

)
Array
(
    [0] => Array
        (
            [player_name] => bbb
        )

)
Array
(
    [0] => Array
        (
            [player_name] => ccc
        )

)
Array
(
    [0] => Array
        (
            [player_name] => ddd
        )

)

好像数组永远不会在匿名函数中更新。知道如何解决这个问题吗？

4

1 回答 1

1

好的......我在发布这个并尝试了一些事情后不久就意识到了这个问题。看来我需要$reviews通过引用传递数组变量才能工作；IE

$crawler->filter('div.review')->each(function($node) use (&$reviews) {
   // ...
});

希望这对其他人有帮助。

于 2016-07-16T18:33:44.330 回答