使用简单 HTML Dom 解析器使用特定关键字抓取 <script> 标签

Question

我正在尝试使用简单 HTML Dom 从一组网页中抓取 <script> 标签。起初，我通过提供我需要的标签的数字顺序来抓取它：

$script = $html->find('script', 17); //The tag I need is typically the 18th <script> tag on the page

我已经意识到顺序因页面而异（而且这不是一种可扩展的方式，因为它可能随时更改）。我怎样才能改为在我需要的标签中搜索关键字，然后拉回完整标签？例如，我需要的标签总是包含字符串 "PRODUCT_METADATA".

提前感谢您的任何想法！

Answer 1

我最终使用以下代码在所有脚本标签中搜索我的关键字：

$scripts = $html->find('script');
    foreach($scripts as $s) {
        if(strpos($s->innertext, 'PRODUCT_METADATA') !== false) {
            $script = $s;
        }
    }

Answer 2

它有效，但对我来说，我试图找到一个隐藏在脚本标签中的 csrf 令牌，起初无法让它工作，所有的结果都是 NULL。

我的解决方案是 use explode() 脚本 s 并且非常重要的是记住 ->innertext 否则你无法获得 string。

我很幸运，令牌在双引号中，所以很容易得到它。

我的最终代码如下所示：

$scripts = $html->find('script');
foreach($scripts as $s) {
    if (strpos($s->innertext, 'csrf_token') !== false) {
        $script_array = explode('"', $s->innertext);
        $token = $script_array[1];
        break;
    }
}

使用简单 HTML Dom 解析器使用特定关键字抓取 <script> 标签

Scraping <script> tag with certain keyword using Simple HTML Dom Parser

javascript

php

parsing

dom

simple-html-dom