去掉页面的标记，得到返回的数组或分隔的页码列表。

Question

我试着去掉这个页面的标签，这样我就可以得到一个页码的列表。这样我就可以知道我的卷发程序继续爬行页面的最高页码是多少。现在，我可以把标签去掉到一个可以得到一个数字的点，但我不知道如何把每个数字分开，这样我就可以看到最高页码是多少。

我收到的当前返回值是

12

这是我的代码：

<?php
// Defining the basic pruning function
function scrape_between($data, $start, $end){
    $data = stristr($data, $start); // Stripping all data from before $start
    $data = substr($data, strlen($start));  // Stripping $start
    $stop = stripos($data, $end);   // Getting the position of the $end of the data to scrape
    $data = substr($data, 0, $stop);    // Stripping all data from after and including the $end of the data to scrape
    return $data;   // Returning the scraped data from the function
}

ob_start();
?>
<span class="current">1</span><a href="javascript:__doPostBack('ctl00$phCenterColumn$motoSearchResults$gvCatalog$ctl01$ctl03','')">2</a><a href="javascript:__doPostBack('ctl00$phCenterColumn$motoSearchResults$gvCatalog$ctl01$ctl04','')">

<?php
$variable = ob_get_clean();

$startend5 = Array('">' => '</a>');

foreach($startend5 as $o => $p){
   $data = scrape_between($variable, $o, $p);
}
$data = strip_tags($data);
echo $data;
?>

FYI -- ob_start()；和ob_get_clean()；只是在本例中不想使代码库超出必要的时间，包括所有的curl命令。

Answer 1

我可以推荐PHP DOM图书馆吗？您可以像这样访问这些值：

<?php
    include 'simple_html_dom.php';
    $html = str_get_html("<span class=\"current\">1</span><a href=\"javascript:__doPostBack('ctl00\$phCenterColumn\$motoSearchResults\$gvCatalog\$ctl01\$ctl03','')\">2</a><a href=\"javascript:__doPostBack('ctl00\$phCenterColumn\$motoSearchResults\$gvCatalog\$ctl01\$ctl04','')\">");

    $currentPage = $html->find('span.current');
    foreach($currentPage as $page)
    {
        echo 'current page: ' . $page->plaintext . '<br />';
    }

    $otherPages = $html->find('a');
    echo 'other pages: ';
    foreach($otherPages as $otherPage)
    {
        echo $otherPage->plaintext . ' ';
    }
?>

这给了我：

current page: 1
other pages: 2