php使用xpath来进行采集页面的内容

使用过xpath来快速抓取页面上的内容，可以使用谷歌浏览器扩展来测试xpath表达式。

谷歌插件地址：https://chrome.google.com/webstore/detail/xpath-helper/hgimnogjllphhhkhlmebbmlgjoejdpjl

<?php

$html=file_get_contents('https://www.sogou.com/sogou?query=gif压缩');

$dom = new DOMDocument();

//从一个字符串加载HTML

@$dom->loadHTML($html);

//使该HTML规范化

$dom->normalize();

//用DOMXpath加载DOM，用于查询

$xpath = new DOMXPath($dom);

#获取所有的a标签的地址

$hrefs = $xpath->query("/html/body//a//@href");

for ($i = 0; $i < $hrefs->length; $i++) {

$href = $hrefs->item($i);

$linktext = $href->nodeValue;

echo $linktext;

echo "\r\n";

}

运行结果如下：

http://tool.apizl.com/dev/runCode/8d4b897a657b85744bd498d152ba8a31.html

文章地址：https://www.apizl.com/archives/view-134324-1.html