问题标签 [domcrawler]

我有一些html，如下所示：

我正在尝试选择<form>除具有特定名称的标签（即innerhtml）之外的所有内容。这是我正在使用的查询：

这成功地过滤掉了特定<td>的内容，但问题是它只返回内容<td>。如您所见，还有其他<input>不在其中的<table>，我也需要这些。

任何人都可以帮助这个查询吗？谢谢！

我正在尝试让 DomCrawler 选择 ID 包含“作者-”的所有 DIV

我目前有

$list = $crawler->filter('div[id*="actor-"]')->each(function (Crawler $node, $i) { return $node->text(); }); var_dump($list);

但这不会返回任何结果，有没有这样的选择器？

我正在使用https://github.com/FriendsOfPHP/Goutte。在 while 循环中单击分页链接时，我不断收到错误的 url。

对象上的selectLink返回第一个 while 循环的正确 url。看起来第二个循环为selectLink返回了错误的值。

这是代码。

这是输出：

我一直在试图弄清楚如何将两个提取的文本组合成一个结果（数组）。在这种情况下，各种书籍的标题和副标题。

我能得到的最接近的是：

我已经设法输出以下内容：

并导致

另一个问题是不是所有的书都有字幕，所以我需要避免将两个标题组合在一起。我将如何将这两者组合成一个结果（或数组）？

我试图过滤特定元素，然后一旦找到文本，我想记录位置并突破each方法。但我无法摆脱它我得到 PHP 错误Cannot break/continue 2 levels

这是我正在使用的当前代码：

我正在使用 Symfony 2.8 和 DomCrawler 解析网站，但在data从 HTML 实体读取属性时遇到问题。它可能与data属性的特定约定一样简单，但我无法在 Web 上找到任何讨论如何通过 DomCrawler 检索数据属性的参考或示例。

以下是详细信息：

我在我正在解析的 HTML 中遇到了这个构造的一个实例（来自另一个网站，所以我不能修改这个 HTML）：

我正在使用此代码搜索div's 块并返回data-src值：

从 DomCrawler 文档中，我希望该attr函数返回data-src属性值，但它返回 null；我的函数的返回是一个由 6 个元素组成的数组，只有数字而不是附加文本。

在此先感谢您的帮助。

我正在使用带有控制台应用程序 c# 的 Html Agility 包获取网站的链接，通过提供我想要的 div 并从这些 div 中获取链接，我的问题是我正在做的事情是爬行或解析，如果不是那么什么是爬行

有没有像SymfonyDomCrawler那样工作的 python 库？我想使用 CSS 选择器从一些 HTML 中提取数据。

我最感兴趣的功能类似于以下 PHP 片段：

如果 python 中有任何默认功能可以轻松完成此操作，那也可以。

我有这个 HTML 内容：

当我使用 Symfony 的 dom-crawler 时，文本被 HTML 编码。我怎样才能防止这种情况？$crawler->html()结果：

功能测试$form = $crawler->selectButton('input[type=submit]')->form();失败

当前节点列表为空

源代码：

结果与以下内容相同：

• selectButton('.btn')
• filterXPath('span[@class="glyphicon glyphicon-search"]')
• filter('navbar-form')
• filter('.btn')
• filter('input[type="submit"]')
• filter('input[type=submit]')

什么是正确的选择器？