使用 Goutte 和 PHP 抓取列表以获取 href 的问题

Question

我正在尝试抓取以下内容，我基本上想要文本和 link，我正在使用 Goutte 和 PHP。我可以使用以下代码很好地获取文本，但无法获取 href 值。任何帮助都会很棒。

$crawler->filter('#most-popular > div > ol > li > a')->each(function ($node) {
    var_dump($node->getAttribute('href'));
});


<li class="first-child ol1">
  <a href="http://www.bbc.co.uk/news/uk-england-south-yorkshire-31895703" class="story">
    <span class="livestats-icon livestats-1">1: </span>MP claims £17 poppy wreath expenses</a>
</li>

Answer 1

下面的代码将解决这个问题。

$crawler->filter('#most-popular > div.panel.open > ol > li.first-child.ol1 > a')->each(function ($node) {
    $href = $node->extract(array('href'));
    var_dump($href[0]);
});

Answer 2

getAttribute() is implemented as attr() within the Crawler class.

$crawler->filter('#most-popular > div.panel.open > ol > li.first-child.ol1 > a')->each(function ($node) {
    var_dump($node->attr('href'));
});

使用 Goutte 和 PHP 抓取列表以获取 href 的问题

Issue with scraping a list to get href using Goutte and PHP

php

web-scraping

goutte