使用 Symfony DomCrawler 获取 Table 行

Question

我正在尝试使用 DomCrawler 访问网页上的 table，但我不确定我使用的方法是否正确。下面的示例指向一个 Yahoo 站点并使用目标 table 的 XPath。理想情况下，我将遍历数据的 s，但现在我似乎无法弄清楚如何让 DomCrawler 找到这个 table 或者我是否应该使用不同的方法。例如，

use Goutte\Client;
$client = new Client();

$baseURL = 'http://finance.yahoo.com/'; 
$urlEndpoint = 'q/pr?s=MSFT+Profile';
$domSelector = '//*[@id="yfncsumtab"]/tbody/tr[2]/td[1]/table[2]/tbody/tr/td/table/tbody'; 
$crawler = $client->request('GET', $baseURL . $urlEndpoint); 
$message = $crawler->filterXPath($domSelector)->text(); 
dd($message);

不胜感激！

Answer 1

我对goutte一无所知，但你应该做下一步：获取响应正文，并将其传递给爬虫。

...
$html = $response->getBody(); // or $response->getContent() - it depends on tool what you are using 
$crawler = new Crawler();
$crawler->addHtmlContent($html);
// use $crawler->filter() or $crawler->filterXPath()

更新：

所以使用过滤器查询 without tbody，因为这个标签在 Google Chrome 检查器中自动创建并且实际上不存在，例如（您可以检查 - 只需打开 [Ctrl+U] 页面的原始 html 代码）。

//*[@id="yfncsumtab"]/tbody/tr[2]/td[1]/table[2]/~~tbody/~~tr/td/table~~/tbody~~

$crawler->filterXPath('//*[@id="yfncsumtab"]/tr[2]/td[1]/table[2]/tr/td/table')->text();

你会得到你想要的：

string(101) "Index Membership:N/ASector:TechnologyIndustry:Business Software & ServicesFull Time Employees:118,000"

使用 Symfony DomCrawler 获取 Table 行

Using Symfony DomCrawler to get Table Rows

php

symfony

goutte