在php中使用Xpath从网页中提取数据

我需要从中提取数据。 该网页包含评论、评论标题、发现有用的评论数量和评级（星号），我需要提取这些内容

现在我面临的问题是，我只能检索评论以及页面中第一个出现的评论（它不会移动到下一个评论）

我无法检索评论标题，因为它在html中具有不同的对象id

ex：（在这种情况下，我可以使用regex作为对象id吗？）

---

它现在只显示第一个的原因是因为您只为

->item（0）

选择了一个选项，您需要在它们之间循环。此外，要打印标记内的元素，您可以使用

nodeValue

（您尝试了

textContent

，但它不存在）

下面的代码在表中打印10条评论，包括评级（星级）、标题和内容：

$url = "https://www.trustpilot.co.uk/review/www.currys.co.uk";
$html = file_get_contents( $url);
libxml_use_internal_errors( true);
$doc = new DOMDocument; $doc->loadHTML( $html);
$xpath = new DOMXpath( $doc);
//get all ratings where <meta itemprop="ratingValue">
$ratings = $xpath->query('//meta[@itemprop="ratingValue"]');
//get all headings where <h3 class="review-title en h4">
$headings = $xpath->query( '//h3[@class="review-title en h4"]');
//get all content
$node = $xpath->query( '//div[@itemprop="reviewBody"][@class="review-body"]');

$table = "<table border=1>";
for($i=0;$i<10;$i++){
$table .= '<tr>
           <td>Star: '.str_repeat("*",$ratings->item($i)->getAttribute('content')).'</tr>
           <td>'.$headings->item($i)->nodeValue.'</tr>
           <td>'.$node->item($i)->nodeValue.'</tr>
           </tr>';
}
$table .= '</table>';
echo $table;

$url=”https://www.trustpilot.co.uk/review/www.currys.co.uk";
$html=文件内容（$url）；
libxml\u使用\u内部错误（true）；
$doc=新文档$doc->loadHTML（$html）；
$xpath=新的DOMXpath（$doc）；
//在哪里获得所有收视率
$ratings=$xpath->query（'//meta[@itemprop=“ratingValue”]'）；
//把所有的标题都放在哪里
$headers=$xpath->query（'//h3[@class=“review title en h4”]'）；
//获取所有内容
$node=$xpath->query（'//div[@itemprop=“reviewBody”][@class=“reviewBody”]”）；
$table=“”；
对于（$i=0；$iitem（$i）->getAttribute（'content'）。'
“.$headers->item（$i）->nodeValue”
“.$node->item（$i）->nodeValue”
';
}
$table.=''；
echo$表；

@我能找到Kittenz，非常感谢你的帮助。我正在对这些评论进行分析。我只剩下两个疑问了。1.我们是否可以计算评级，例如：1星=1表示不好，5星=5表示非常好。2.该公司共有794条评论，但我可以在前面提到的for循环中使用最大值20。我们可以通过一些处理得到它吗？@我可以有Kittenz，一个小的更新。我已经得到了评分部分。我唯一正在努力的是获得评论计数（总共有794条评论被发布，但我只能循环到for循环中的值为20）以提供for循环。是否有可能使它循环通过所有评论？@vds似乎他们使用AJAX加载更多页面，但是，似乎您可以通过更改URL来访问每个页面：对于第二个页面，总共有40个页面，您可以将上述代码放入for循环中40次，并不断增加URL中的

页面

。如果你需要帮助，请告诉我。@Kittenz在我这里，谢谢你。正如您所说，我继续了，但程序在某个时间后停止了，出现了以下错误“第5行的C:\wamp\www\auth\truspilot.php中超过了30秒的最大执行时间”。第5行是“$html=file_get_contents（$url）；”。它只能执行一段时间？@vds你是对的，看起来最多只能处理8-10次。一次加载所有列表是不可能的，如果您需要在一个页面中加载列表，请像网站那样使用AJAX。当您使用AJAX单击“加载更多”时，请向PHP发送请求以加载下一页的内容。

$url = "https://www.trustpilot.co.uk/review/www.currys.co.uk";
$html = file_get_contents( $url);
libxml_use_internal_errors( true);
$doc = new DOMDocument; $doc->loadHTML( $html);
$xpath = new DOMXpath( $doc);
$node = $xpath->query( '//div[@itemprop="reviewBody"][@class="review-body"]')->item( 0);
echo $node  >textContent;

$url = "https://www.trustpilot.co.uk/review/www.currys.co.uk";
$html = file_get_contents( $url);
libxml_use_internal_errors( true);
$doc = new DOMDocument; $doc->loadHTML( $html);
$xpath = new DOMXpath( $doc);
//get all ratings where <meta itemprop="ratingValue">
$ratings = $xpath->query('//meta[@itemprop="ratingValue"]');
//get all headings where <h3 class="review-title en h4">
$headings = $xpath->query( '//h3[@class="review-title en h4"]');
//get all content
$node = $xpath->query( '//div[@itemprop="reviewBody"][@class="review-body"]');

$table = "<table border=1>";
for($i=0;$i<10;$i++){
$table .= '<tr>
           <td>Star: '.str_repeat("*",$ratings->item($i)->getAttribute('content')).'</tr>
           <td>'.$headings->item($i)->nodeValue.'</tr>
           <td>'.$node->item($i)->nodeValue.'</tr>
           </tr>';
}
$table .= '</table>';
echo $table;