使用来自网站的 url 抓取 html

Question

我正在使用 php 简单 html dom 从网站上抓取一些 html，其中包括几张图片。
然而图片是没有正确指向网站。例如，下面是其中一张图片的示例，您可以看到它没有指向网站。
是否可以动态更改 url 以指向网站

http://www.url.com/bilder/flags_long/United States.gif

html 例子

<img src="/bilder/flags_long/United States.gif" align="absmiddle" title="United States" alt="United States" border="0">

示例代码：

include('simple_html_dom.php');
$sum_gosu = file_get_html("http://www.gosugamers.net/counterstrike/news/30995-starladder-is-back-with-the-thirteenth-edition-of-starseries");
$gosu_full = $sum_gosu->find("//div[@class='content light']/div[@class='text clearfix']/div", 0);

Answer 1

$url="http://www.url.com";
$Chtml = file_get_html($url);
$imgurl=Chtml->find("img",0)->src;
echo $url.$imgurl;

Answer 2

如何连接您从中获取文档的实际 URL 和相关图像路径。只是给出一个想法（这没有经过测试，您绝对应该检查图像 src 属性在某些情况下是相对的还是绝对的）：

<?php
    $url = 'http://www.url.com/';
    $html = file_get_html($url);
    $images = array();

    foreach($html->find('img') as $img) {

        // Option 1: Fill your images array (in case you only need the images)
        $images[] = rtrim($url, '/') . '/' . ltrim($img->src, '/');

        // Option 2: Update $img->src inside your $html document
        $img->src = rtrim($url, '/') . '/' . ltrim($img->src, '/');

    }

?>

更新根据您的示例代码，我的示例如下所示：

<?php
    include('simple_html_dom.php');
    $sum_gosu_url = "http://www.gosugamers.net/counterstrike/news/30995-starladder-is-back-with-the-thirteenth-edition-of-starseries";
    $sum_gosu = file_get_html($sum_gosu_url);
    $gosu_full = $sum_gosu->find("//div[@class='content light']/div[@class='text clearfix']/div", 0);

    foreach($gosu_full->find('img') as $img) {
        $img->src = $sum_gosu_url . $img->src;
    }
?>

之后，您的 $gosu_full 文档中的 img src 属性应该是固定的和可解析的（可由客户下载）。希望对您有所帮助，并且我真的理解您的问题:)

使用来自网站的 url 抓取 html

Scraping html with urls from website

html

php

simple-html-dom

web-scraping