html - Symfony DomCrawler 链接包含搜索到的 HTML

Question

这是我在空闲时间做的一个项目，以帮助减少我在公司重复点击所花费的时间，所以我希望它没有冒犯或被禁止。

待抓取的页面

我只想要第二个链接的 URI，因为它是精确的搜索匹配。第一个还包含-V1331后缀。

错误的：

<a href="http://pdb2.turck.de/en/DE/products/0000000000011ba40002003a">
    <strong> Product&nbsp;BI1-EH04-AP6X-V1331</strong> (HTML, 48.7K)<br>
    Product&nbsp;<strong>BI1-EH04-AP6X-V1331</strong> 
    Click to enlarge Inductive sensor Order number: &nbsp;4608440 Smooth barrel, Ø 4 mm Stainless steel, 1.4427 SO DC 3-wire, 10…30 VDC NO contact, PNP
</a>

正确的：

<a href="http://pdb2.turck.de/en/DE/products/000000000001ecee0003003a">
    <strong> Product&nbsp;BI1-EH04-AP6X</strong> (HTML, 48.6K)<br>
    Product&nbsp;<strong>BI1-EH04-AP6X</strong> 
    Click to enlarge Inductive sensor Order number: &nbsp;4609540 Smooth barrel, Ø 4 mm Stainless steel, 1.4427 SO DC 3-wire, 10…30 VDC NO contact, PNP output
</a>

我试过这个：

$search = 'BI1-EH04-AP6X';
$crawler = Goutte::request('GET', 'http://www.turck.de/en/search.php?q_simple=' . $search);
return $crawler->selectLink(' Product ' . $search)->link()->getUri();

但是，这显然失败了，因为元素内部有很多 HTML <a>，因此没有匹配链接。

请不要与 Laravel 的Goutte 外观混淆，它是 Symfony Dom Crawler 方法。

如何获取第二个链接的URI？是否有匹配链接的方法，如果它包含搜索 HTML 片段（在我们的例子中> Product&nbsp;BI1-EH04-AP6X<）？

Answer 1

我通过试验下面提到的 SO 页面中的 XPath 帮助程序扩展和信息找到了答案。

使用 XPath 按包含空格的值定位节点

$search = 'BI1-EH04-AP6X';
$crawler = Goutte::request('GET', 'http://www.turck.de/en/search.php?q_simple=' . $search);
$crawler->filterXPath('//strong[normalize-space(text())="' . $search . '"]')->each(function ($node) {
print $node->parents()->link()->getUri()."\n";
});

它确实需要更多的优化，但现在还可以。