我进入房地产网站,按城市名称搜索。在那之后,我想抓住大阪城的网址。在这里,http://brillia.com/search/?area=27999 有四个.
我正在使用这个链接来获取URL。
$allDivs = $parser->getElementsByTagName('div');
foreach ($allDivs as $div) {
if ($div->getAttribute('class') == 'boxInfomation') {
$allLinks = $div->getElementsByTagName('a');
foreach ($allLinks as $a) {
$linkler[] = $a->getAttribute('href');
}
}
}但我抓不到。事实上,我抓取的不仅仅是大阪城的网页,URL实际上抓取了所有的东西。当我试图查看大阪网站的来源时。它显示了http://brillia.com/search/为什么我要抓住所有其他链接..。
但是我怎么才能在这里找到-> http://brillia.com/search/?area=27999的URL呢?
有什么想法吗?谢谢。
发布于 2018-10-05 06:58:25
你能用jQuery做这件事吗?在这种情况下,这个抓取了一个href
$("div h3 a").each(function(){
var link = $(this).attr("href");
console.log(link);
});发布于 2018-10-08 12:08:44
解析器依赖于libxml来提取元素,但是该页面大量使用html5,包括某些封闭标记,等等,这并不是真正严格的xml,因此它很难通过猜测在哪里关闭丢失的标记,返回错误的结果来“纠正错误”。
您需要一个具有html5支持的解析器,比如HTML5DOMDocument,它扩展了DOMDocument,并且应该具有大多数相同的接口。
https://stackoverflow.com/questions/52659703
复制相似问题