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