我正在使用这个 simple_html_dom 解析器来尝试解析外部 url。我能够在大多数页面上正确使用它。
解析器无法识别 html 中的
标记。require 'simple_html_dom.php';
$html = file_get_html('http://talksport.com/football/atletico-madrid-beat-arsenal-and-west-ham-signing-portuguese-wonderkid-diogo-jota');
// Find any tag for eg. <div>
$tag = $html->find('div',0);
var_dump($tag);
结果为空。
我试图找出发生这种情况的原因并发现
$x = $html->find('html',0)->children();
$x 只有一个子标签,即
标签。 标签根本没有被解析。有没有人遇到过这样的问题?请帮忙。
最佳答案
该网站的 HTML 有很多问题。查看W3 HTML validation report :
Error End tag
div
seen, but there were open elements.
From line 134, column 47; to line 134, column 52n Live</p></div>? <
Error: Unclosed element
a
.
From line 133, column 5; to line 133, column 90</h2>? <a href="/live" class="listenLiveButtonTrigger" onclick="listenLive(1);return false;">?
...等等
提到了重复的 id 值、杂散的结束标记、无效的属性、子样式标记的使用……以及更多问题。
我认为简单的 HTML DOM 解析器在所有这些困惑中迷失了方向。
关于php - 简单的 HTML DOM 解析器不解析 <body> 标签,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/36175746/