PHP解析外部站点

Question

我在解析外部url以获取数据方面没有任何经验，但今天我尝试了一些实验：

$str1 = file_get_contents('http://www.indiegogo.com/projects/ubuntu-edge');
$test1 = strstr($str1, "amount medium clearfix");
$parts = explode(">",$test1);
$parts2 = vsprintf("%s", $parts[1]);

$str2 = file_get_contents('http://www.indiegogo.com/projects/ubuntu-edge');
$test2 = strstr($str2, "money-raised goal");
$test3 = str_ireplace("money-raised goal", "", "$test2");
$test4 = str_ireplace("\"", "", "$test3");
$test5 = str_ireplace(">", "", "$test4");
$test6 = substr($test5, 0, 29);
$test7 = explode("Raised of", $test6);
$test8 = vsprintf("%s", $test7[1]);

使用以下代码尝试代码：

print_r($parts2);然后是print_r($test8);，然后是echo "$parts2 - $test8";

因为现在Ubuntu运动很受欢迎，所以我试着从网站上获得这两个领域(只是作为一个实验)，但没有成功。它抓住了两个字段，但我不能把这两个变量都放在同一个变量中。输出是或$parts2，或$parts2包含test8的值，或仅包含$test8。

我做错了什么，为什么？还有一个更简单的方法来做我想做的事，没有这么多的代码吗？

Answer 1

它抓住了两个字段，但我不能把这两个变量都放在同一个变量中。

不知道你在说什么。

还有一个更简单的方法来做我想做的事，没有这么多的代码吗？

没有这么多密码？不是的。更灵活(可能)有效？是。

试试这个，根据你的喜好量身定做。

<?php
$page = file_get_contents('http://www.indiegogo.com/projects/ubuntu-edge');

$doc = new DOMDocument;
libxml_use_internal_errors(true);
$doc->loadHTML($page);

$finder = new DomXPath($doc);

// find class="money-raised"
$nodes = $finder->query("//*[contains(@class, 'money-raised')]");

// get the children of the first match  (class="money-raised")
$raised_children = $nodes->item(0)->childNodes;

// get the children of the second match (class="money-raised goal")
$goal_children = $nodes->item(1)->childNodes;

// get the amount value
$money_earned = $raised_children->item(1)->nodeValue;

// get the amount value
preg_match('/\$[\d,]+/', $goal_children->item(0)->nodeValue, $m);
$money_earned_goal = $m[0];


echo "Money earned: $money_earned\n";
echo "Goal: $money_earned_goal\n";

?>

这有11行没有echos的代码(与12行相比)，但只调用其他站点一次。抓取网站是一项有点牵扯的任务。这段代码从这个精确的页面中获取您想要的值。

如果您想刮站点，我强烈建议您学习使用DOMDocument和DOMXPath。有很多东西要学，但值得努力。