Php 解决xpath属性错误，即使xpath看起来不错

我试图从网页中提取版本信息，但是我得到了一个错误，尽管XPath在HTML页面上看起来不错

我试过的代码是

use DOMDocument;
use DOMXPath;
function getVersionFromDownloads(string $url): string
{
    // support only windows
    $content = $this->fetch($url);
    $curl = curl_init($url);

    curl_setopt($curl, CURLOPT_RETURNTRANSFER, true);
    curl_setopt($curl, CURLOPT_FRESH_CONNECT, true);
    $content = curl_exec($curl);
    curl_close($curl);

    $dom = new DOMDocument();
    @$dom->loadHTML($content);

    $xpath = new DOMXPath($dom);

    $result = $xpath->query("//a[contains(text(),'paint.net')]");

    $header = $result->item(0)->textContent;
    echo $header;

}
getVersionFromDownloads('https://www.dotpdn.com/downloads/pdn.html');

所需结果为

4.2.10

当我签入HTML页面时，XPath看起来不错，并且显示了正确的元素。但是当我试图提取文本内容时，它给出了一个错误

给定语句时出错：

$header=$result->item（0）->textContent

 $result = explode(" ",trim($xpath->query("//b/a")[0]->nodeValue))[1];

这就是你要找的吗

这就是您想要的吗？
在测试我的解决方案时，我使用
$DOM->load（）
得到了很多DOM错误。您可以使用联机html验证程序（如）查看所有无效标记。
该节目对许多次要的声明和一些值得注意的项目进行了抨击，如：

格式错误的字节序列：“a9”

及

格式错误的字节序列：“ae”

当我试图用
$dom->loadHTML（）编写自己的php代码时，

$dom = new DOMDocument();
libxml_use_internal_errors(true);
$dom->load('https://www.dotpdn.com/downloads/pdn.html');
$xpath = new DOMXPath($dom);
return libxml_get_last_error();

我使用
var\u export（）
将返回值打印到屏幕上，以查看：

LibXMLError:：uu设置_u状态（数组（'level'=>3，'code'=>77，'column'=>8，'message'=>'标记html第1行中的数据过早结束'，'file'=>''，'line'=>153，））


推荐

因此，我没有使用
load（）
，而是决定尝试
file\u get\u contents（$url）
来获取源代码并将其提供给DOM解析器

function getVersionFromDownloads($url)
{
    $dom = new DOMDocument();
    $dom->loadHTML(file_get_contents($url));
    $xpath = new DOMXPath($dom);
    $text = $xpath->query("//a[contains(text(),'paint.net')]")->item(0)->textContent;
    return preg_replace('/paint\.net\s+/', '', $text);
}
var_export(getVersionFromDownloads('https://www.dotpdn.com/downloads/pdn.html'));

输出：

'4.2.10'


要删除单引号，请使用
echo
而不是
var\u export（）
。我只是用它来证明没有前导或尾随空格

返回前使用
preg_replace（）
，以便删除
paint.net
，然后删除字符串中的多个连续空格

对于记录，此提取技术的工作原理相同：

 $xpath->query("//a[contains(text(),'paint.net')]/text()")->item(0)->nodeValue;


在您的：

 function getVersionFromDownloads(string $url): string

：string
要求从函数返回一个字符串值，但您只是在回显——请确保返回一个字符串值

在测试我的解决方案时，我使用
$DOM->load（）
得到了很多DOM错误。您可以使用联机html验证程序（如）查看所有无效标记。
该节目对许多次要的声明和一些值得注意的项目进行了抨击，如：

格式错误的字节序列：“a9”

及

格式错误的字节序列：“ae”

当我试图用
$dom->loadHTML（）编写自己的php代码时，

$dom = new DOMDocument();
libxml_use_internal_errors(true);
$dom->load('https://www.dotpdn.com/downloads/pdn.html');
$xpath = new DOMXPath($dom);
return libxml_get_last_error();

我使用
var\u export（）
将返回值打印到屏幕上，以查看：

LibXMLError:：uu设置_u状态（数组（'level'=>3，'code'=>77，'column'=>8，'message'=>'标记html第1行中的数据过早结束'，'file'=>''，'line'=>153，））


推荐

因此，我没有使用
load（）
，而是决定尝试
file\u get\u contents（$url）
来获取源代码并将其提供给DOM解析器

function getVersionFromDownloads($url)
{
    $dom = new DOMDocument();
    $dom->loadHTML(file_get_contents($url));
    $xpath = new DOMXPath($dom);
    $text = $xpath->query("//a[contains(text(),'paint.net')]")->item(0)->textContent;
    return preg_replace('/paint\.net\s+/', '', $text);
}
var_export(getVersionFromDownloads('https://www.dotpdn.com/downloads/pdn.html'));

输出：

'4.2.10'


要删除单引号，请使用
echo
而不是
var\u export（）
。我只是用它来证明没有前导或尾随空格

返回前使用
preg_replace（）
，以便删除
paint.net
，然后删除字符串中的多个连续空格

对于记录，此提取技术的工作原理相同：

 $xpath->query("//a[contains(text(),'paint.net')]/text()")->item(0)->nodeValue;


在您的：

 function getVersionFromDownloads(string $url): string

：string
要求从函数返回一个字符串值，但您只是在回显——请确保返回一个字符串值

dom是否太大而无法在此处提供？你能
var_转储（$result->item（0））？@mickmackusa它给出
NULL
。xpath->query中似乎有一些内容。但在inspect元素中，它只显示正确的元素。我认为您的curl/fetch可能有问题。作为一名开发人员，我们希望您能够找出最早的破坏点。dom是否太大而无法在这里提供？你能
var_转储（$result->item（0））？@mickmackusa它给出
NULL
。xpath->query中似乎有一些内容。但在inspect元素中，它只显示正确的元素。我认为您的curl/fetch可能有问题。我们希望你，作为一名开发人员，能够找出最早的破损点。这绝对不是解决办法。OP并没有在查询中苦苦挣扎，而是在这之前获取DOM。在正确检索到的DOM字符串上使用OP的查询是可行的——因此问题不在于查询。即使这个答案确实解决了问题（而且没有），它也不会清理它显然正试图做的输出。证据：另外，这是一个只包含代码的答案——所有答案都应该解释——这绝对不是解决方案。OP并没有在查询中苦苦挣扎，而是在这之前获取DOM。在正确检索到的DOM字符串上使用OP的查询是可行的——因此问题不在于查询。即使这个答案确实解决了问题（而且没有），它也不会清理它显然正试图做的输出。证明：另外，这是一个只包含代码的答案——所有答案都应该解释清楚