PHP 怎么使用 XPath 来采集页面数据内容

　　PHP 怎么使用 XPath 来采集页面数据内容

　　之前有说过使用 Python 使用 XPath 去采集页面数据内容，前段时间参与百度公测的一个号主页诠释插口，需要文章页面改建的application/ld+json代码

　　Python 具体的操作可以看一下之前的文章：Python爬虫之XPath句型和lxml库的用法以及便捷的 Chrome 网页解析工具：XPath Helper

　　我想过使用 QueryList 的框架去操作，但是由于他大小也算个框架，有点重，还是直接单文件吧

　　想到了之前写 Python 爬虫时使用的 XPath，PHP 应该也是可以搞的吧

　　动手就干，先找到对应的 XPath 规则，如下：

　　//script[@type='application/ld+json']/text()

　　script 节点下的 type 属性，拿到它中间的文本，也刚好是我们须要的 JSON 数据

　　本来也是为了递交百度便捷，所以直接做到给一个链接，然后代码去恳求百度的插口就可以了

　　具体代码是这样的：

　　$html = file_get_contents('https://qq52o.me/2530.html');

$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);

// 获取对应的xpath数据

$hrefs = $xpath->query("//script[@type='application/ld+json']/text()");

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

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

$json = $href->nodeValue;

}

　　类库的用法自己可以看一下指南，使用 DOMXPath 的 query 方法，执行给定的 Xpath 规则，就酱紫~

　　针对百度熊掌号新插口恳求封装代码可以看一下 Github：sy-records/xzh-curl

　　总的来说，简单写一个页面的采集还是很简单的

　　沈唁志，一个PHPer的成长之路！任何个人或团体，未经准许严禁转载本文：《PHP 怎么使用 XPath 来采集页面数据内容》，谢谢合作！