问题标签 [simple-html-dom]

好的，所以我使用http://simplehtmldom.sourceforge.net/上的基于 php 的 simple_html_dom.php 来抓取网页，我想做的是生成一个嵌套列表，它反映了 html 元素结构页。最终，我计划使用该列表初始化 jsTree，但我无法通过第一步。我知道有一个简单直接的解决方案，但我似乎无法弄清楚。我花了几个小时在网上搜索，最后才在这里发帖。

本质上我想转换它：

进入这个：

我认为正确的一个例子是这样，但它会生成：`

编码：

今天，当我使用 Simple HTML DOM 解析器解析一页时，我没有得到任何结果。所以我想，这一定很奇怪。所以我去看了那里写的 HTML 代码。我发现有很多错误。

所以问题来了。当解析器正常工作，但 HTML 是一团糟时，在状态下做什么。也许有人会建议一些方法或其他一些能够处理的解析器，这很重要。

谢谢大家的帮助。

我想说，我知道，很多人认为，简单的 HTML DOM 解析器对于 HTML 解析器来说是一个非常糟糕的选择。我现在仍然需要使用它。

我阅读了一些文章，其中描述了如何通过每个元素的两个或多个属性进行搜索。他们提出了类似的东西和阵列过滤的一种可能性

我的问题是关于通过两个属性查找部分的原生可能性。我没有在手册中找到它，但并非所有内容都始终在手册中。

有谁知道有这样的方式或类似的方式tag2[attr1=value,attr2=value]吗tag2[attr1=value attr2=value]？

我想simple_html_dom用来获取一些网站的图像。这是一个测试站点。当我使用下面的一些基本代码时，我可以获得所有图像。但是如何过滤广告图片？

我注意到一些广告也是jpg image format，但 url 包含ador ads，或者只是gif image format...如何编写一些代码来过滤广告？谢谢。

我simple_html_dom用来获取网站的图像。但有时，图像的链接没有以完整的域 URI 为前缀，例如http://example.com. 它们看起来像

• 图片/_home-ss-21.jpg
• /_home-ss-22b.jpg
• ./_1249a7s.png 或
• ../../../a19489s_20110412.jpeg。

如何将这些 URI 转换为绝对 URI，包括协议和域信息。

我正在做一个图像搜索项目，我想获得一页最大的图像。我添加了一些代码来修复图像的真实地址，删除可能是广告的图像。比较那里的宽度*高度回显出最大的一个。但我的代码有一些问题。这是我的整个代码。谁能帮我修复哪里出错以及如何优化代码，我感觉这个过程很痛苦。谢谢大家。

url_to_absolute.php

我正在使用来自http://simplehtmldom.sourceforge.net/的 HTML DOM Parser

然后我遇到了无法从源链接中的倒计时 JavaScript 获取文本的问题。

源代码：（这是Countdown JavaScript）

我的代码：

然后输出：（带冒号的空格）

我想在这个 ul 中获取每个跨度的内部文本。

我现在有这个，但我想这样做而不为每个跨度编写相同的代码。

试图用 simple_html_dom 解析这个 html，但其中大部分都被注释了我该如何解决这个问题？（这是一个移动页面）。

……

我正在Notice: Trying to get property of non-object：

$article 是一个simple_html_dom()对象。