简单的Web抓取PHP Xpath DOM

我正在尝试学习网页抓取，并使用此示例从页面获取链接。是否有更好的方法，或者例如，获得h1的最简单方法是什么

$html = file_get_contents('page.html');

//parse the html into a DOMDocument
$dom = new DOMDocument();
@$dom->loadHTML($html);

//grab all the links on the page
$xpath = new DOMXPath($dom);
$hrefs = $xpath->evaluate("/html/body//a");

for ($i = 0; $i < $hrefs->length; $i++) {
    $href = $hrefs->item($i);
    $url = $href->getAttribute('href');
    echo "<br />Link: $url";

}

$html=file\u get\u contents（'page.html'）；
//将html解析为文档
$dom=新的DOMDocument（）；
@$dom->loadHTML（$html）；
//抓取页面上的所有链接
$xpath=newdomxpath（$dom）；
$hrefs=$xpath->evaluate（“/html/body//a”）；
对于（$i=0；$i<$hrefs->length；$i++）{
$href=$hrefs->item（$i）；
$url=$href->getAttribute（'href'）；
echo“
链接：$url”；
}

没有必要在你的外派人员前面加上

/html/body

，

/a

应该可以

---

另外，我会使用一个而不是for循环，但这主要是一种风格选择。

使用php的curl函数和domdocument，而不是file\u get\u内容进行刮取，这很简单而且功能强大