问题标签 [simple-html-dom]

各位程序员，您好，我正在尝试一个新的网络抓取项目，并选择了 simplehtmldom 来完成它，我正在使用 xampp 在 localhost 上测试该项目。但我不知道将提取的 simplehtmldom 的 zip 文件放在 xampp 文件夹中的位置。是否有特定的放置位置，或者我应该将它放在任何地方并在源代码中给出地址？

我看到有很多关于 simplehtmldom 的主题，但似乎没有人的问题是我的 - 具体来说，它只有 500 个，即使在提供的示例上也是如此。我发现我可以在没有错误的情况下包含该文件，但如果我尝试使用 file_get_html，它会是 500 秒。我在手册中发现的关于安装的唯一内容是 allow_fopen_url 可能存在问题，我就是这样做的。

我错过了什么？

我正在尝试使用简单的 html dom 从看起来像这样的文件中提取元素。

• 该文件有几个看起来相同的表class=sometable。
• 每张桌子都有几张<tr class=sometr>。
• 然后在每个 tr 中，我有th一个标题，一个 td 有一个类别。

我要提取的是所有表中所有表行的所有标题class=title及其对应的类别编号。class=category我已将文件加载到$html. 有人能告诉我在那之后我应该找到什么吗？我什至尝试过$collection = $html->find('tr');并且对集合做了一个vardump，但什么也没得到，所以看起来我选择不正确。

我正在使用 php 简单的 html dom 库创建一个网络爬虫。我正在做一个网络抓取项目，在一个 php 页面上我加载一个 html 页面进行抓取，并在其中调用另一个 php 页面上的函数，该页面也加载一个或多个 html 页面。问题是我无法加载第二个 html 页面。以下是我在两个页面上使用的用于加载 html 页面进行抓取的功能。第一页

第一页

当代码调用第二个 php 页面时，出现以下错误

我在这里关注 NetTuts 的一个简化版的抓取教程，它基本上可以找到所有 divclass=preview

http://net.tutsplus.com/tutorials/php/html-parsing-and-screen-scraping-with-the-simple-html-dom-library/comment-page-1/#comments

这是我的代码。问题是当我数数时$items我只得到 1，所以它只得到第一个 div class=preview，而不是全部。

我是使用简单 HTML DOM 解析器的带有一堆子页面的屏幕抓取页面。出于某种原因，它可以很好地解析前 40 个子页面，但是当涉及到第 41 个子页面时，它会毫无错误地死掉。

我已经制作了这个测试页面，并尝试记录我在脚本中所做的所有事情以及 Simple HTML DOM Parser 中的一些 venets，但我无法找到错误。

有谁知道为什么在解析 41 号 URL 时会这样？或者有人知道一些简单的 HTML DOM 解析器会失败的情况吗？

我的测试页面：http ://snuzzer.dk/pub/shdp/parse.php

这是我的脚本，我使用 Simple HTML DOM Parser 的未修改版本。有趣的事情发生在 get_lections() 中，我标记了我称之为 Simple HTML DOM Parser 的地方。

尝试在我的应用程序中使用 Simple HTML Dom Parser。

将 scraping_slashdot() 的示例函数放入控制器中。

得到：

问题是，当我在独立文件中（不是作为 Ko 应用程序的一部分）执行完全相同的操作时，一切似乎都运行良好。

有谁知道它可能是什么？

附言

使用 Ko 3.2，没有尝试过其他版本，虽然我之前在 3.0 中使用过这个类就好了。

全部，

我正在使用 php 中的 simple_html_dom 通过命令提示符访问网页

其中 $url 是网络 URL。如果您的 URL 类似于http://abc.com/xyz.html?s= "sometext" 那么我得到了正确的响应。但是，如果 URL 在 get 参数（如http://abc.com/xyz.html?s=“some text”）中有空格，我会收到 HTTP/1.1 400 Bad Request 。

谁能帮我解决这个问题。

提前致谢。

好的，我正在尝试使用PHP Simple HTML DOM Parser从这个 HTML 表构建一个 xml 提要。

我的目标是提取日期，然后提取以下行直到下一个日期。这样我就可以为每个日期构建一个 XML 节点。

我目前拥有 html 中的每个日期并构建了它们各自的 xml 节点

在下一个比赛日之前，我将如何获取每个固定装置的球队名称等？

我正在尝试使用简单的 php html dom 解析器仅从 img 标记中提取 alt 值。我似乎无法让它仅仅拉动 alt 标签。这是我正在使用的：

如果我使用它，它可以工作并提取整个图像标签：

但我真正想要的只是 alt 标签中的信息。

我正在尝试从亚马逊报价列表页面的 html 中提取：http: //www.amazon.com/gp/offer-listing/B001H8QHG0

有什么建议么？

谢谢您的帮助！