Symfony DomCrawler空对象

Question

我试着用Laravel 4和Symfony DomCrawler来擦拭评论网站的评分。让我们以这个站点为例：http://estorereview.com.au/s/5951/A-Supplements，我想要得到5星的4.8

这是我尝试的部分代码：

<?php

use Symfony\Component\DomCrawler\Crawler;
use Symfony\Component\CssSelector\CssSelector;

function getRatingEstoreReview($url){
  $html = getHtmlCurl($url);
  $crawler = new Crawler($html);
  $crawler = $crawler->filter('span[itemprop="ratingValue"]'); 
  var_dump($crawler);
  die("test");
  return normalize($crawler,5);
}

var_dump返回以下内容：

object(Symfony\Component\DomCrawler\Crawler)[280]
  protected 'uri' => null
  private 'defaultNamespacePrefix' => string 'default' (length=7)
  private 'namespaces' => 
    array (size=0)
      empty

我尝试了其他网站等，但我总是得到一个空的对象。使用$crawler->first访问该值也不起作用。

我做错了什么？谢谢。

编辑:即使我正在过滤"div“，Crawler仍然是空的。PHP简单的HTML解析器工作良好

Answer 1

该元素的完整CSS路径是body > div:nth-child(3) > div > div > div.left-container.floatl > div.top > div.top-inner > div.store-rating-container.floatl > div.star-col.floatl.overall-rating-stars > div.rating-text.floatl > div > strong > span。你试过用它作为你的过滤术语吗？

您也可以使用filterXPath()，在这种情况下，您正在寻找/html/body/div[3]/div/div/div[4]/div[1]/div[2]/div[2]/div[1]/div[2]/div/strong/span。

编辑:它看起来不适用于这个特定的页面，但只是想提到一个“抓到”的网页爬行。请记住，对于某些网页，内容将被JavaScript操纵(后加载)。在这种情况下，您要寻找的元素可能根本不会被DomCrawler看到。

更新：

这是我看到的结果。我使用的是古特而不是getHtmlCurl()。

代码：

use Goutte\Client;
use Symfony\Component\DomCrawler\Crawler;

$client = new Client();
$crawler = $client->request('GET', 'http://estorereview.com.au/s/5951/A-Supplements');
var_dump($crawler->filter('span[itemprop="ratingValue"]')); 
echo $crawler->filter('span[itemprop="ratingValue"]')->text();
die("<br />test completed");

输出：

object(Symfony\Component\DomCrawler\Crawler)[177]
  protected 'uri' => string 'http://estorereview.com.au/s/5951/A-Supplements' (length=47)
  private 'defaultNamespacePrefix' => string 'default' (length=7)
  private 'namespaces' => 
    array (size=0)
      empty
4.8
test completed

所以，这很管用。