如何使用简单 HTML DOM 和 cURL 根据 children 和特定 class 排除抓取结果?

How to exclude scraping results depending on children with specific class using Simple HTML DOM and cURL?

我正在为特定的 link 抓取某个网站,并将其保存到我的 $url_results 数组中。但是,如果 li 簇,class 为 list-items__item[=32,则要排除将 link 添加到数组中=],包括 child->child->child span 和 class 的 list-items__item__通知.

我正在抓取的集群:

<li>
    <a href="" data-lpurl=""> <!--The href I am scraping-->
        <span class="list-items__item__position"></span>
        <div class="list-items__item__title">
            <span class="list-items__item__notice"> <!--I don't want to add to my array if this span is present-->
            </span>
        </div>
    </a>
</li>

我的PHP抓取功能:

$items = $html->find('li[class=list-items__item]');  
foreach($items as $post) {
    $url_results[] = $url . ($post->children(0)->href);
}

我正在使用 Simple HTML DOM 和 cURL 进行抓取。

我通过添加一个 if 语句解决了这个问题,检查标签是否为空,如果是,则将 href 添加到我的数组中,如果不是,则什么都不做,如下所示:

foreach($items as $post) {
    if (empty($post->children(0)->children(1)->children(0)->plaintext)) {
        $url_results[] = $url . ($post->children(0)->href);
    }
    else {}
}