PHPでcurlとxpathを使用してHTMLページを解析する

Question

このWebページを解析する必要があります。https://www.galliera.it/118色付きのバーの下に番号を表示する必要があります。

これは...（それが動作しません!!）

<?php 
    ini_set('display_errors', 1); 

    $url = 'https://www.galliera.it/118'; 

    print "The url ... ".$url; 
    echo '<br>'; 
    echo '<br>'; 

    //#Set CURL parameters ... 
    $ch = curl_init(); 
    curl_setopt($ch, CURLOPT_AUTOREFERER, TRUE); 
    curl_setopt($ch, CURLOPT_HEADER, 0); 
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); 
    curl_setopt($ch, CURLOPT_URL, $url); 
    curl_setopt($ch, CURLOPT_FOLLOWLOCATION, TRUE); 
    curl_setopt($ch, CURLOPT_PROXY, ''); 
    $data = curl_exec($ch); 
    curl_close($ch); 

    //print "Data ... ".$data; 
    //echo '<br>'; 
    //echo '<br>'; 

    $dom = new DOMDocument(); 
    @$dom->loadHTML($data); 

    $xpath = new DOMXPath($dom); 

    // This is the xpath for a number under a bar .... 
    // /html/body/div[2]/div[1]/div/div/ul/li[6]/span 
    // How may I get it? 
    // The following code doesn't work, it's only to show my goals .. 

    $greenWaitingNumber = $xpath->query('/html/body/div[2]/div[1]/div/div/ul/li[6]/span'); 
    $theText = (string).$greenWaitingNumber; 

    print "Data ... ".$theText; 
    echo '<br>'; 
    echo '<br>'; 

?> 

任意の提案/例/代替私のコードですか？

Answer 1

ここでは、きれいにソートされた配列のデータをマイニングしているPHPスクリプトです。スクリプトの結果を見て、必要に応じて構造を変更することができます。乾杯！

$html = file_get_contents("https://www.galliera.it/118"); 

$dom = new DOMDocument(); 
$dom->loadHTML($html); 
$finder = new DOMXPath($dom); 

// find all divs class row 
$rows = $finder->query("//*[contains(concat(' ', normalize-space(@class), ' '), ' row ')]"); 

$data = array(); 
foreach ($rows as $row) { 
    $groupName = $row->getElementsByTagName('h2')->item(0)->textContent; 
    $data[$groupName] = array(); 

    // find all div class box 
    $boxes = $finder->query("./*[contains(concat(' ', normalize-space(@class), ' '), ' box ')]", $row); 
    foreach ($boxes as $box) { 
     $subgroupName = $box->getElementsByTagName('h3')->item(0)->textContent; 
     $data[$groupName][$subgroupName] = array(); 

     $listItems = $box->getElementsByTagName('li'); 
     foreach ($listItems as $k => $li) { 

      $class = $li->getAttribute('class'); 
      $text = $li->textContent; 

      if (!strlen(trim($text))) { 
       // this should be the graph bar so kip it 
       continue; 
      } 

      // I see only integer numbers so I cast to int, otherwise you can change the type or event not cast it 
      $data[$groupName][$subgroupName][] = array('type' => $class, 'value' => (int) $text); 
     } 
    } 
} 

echo '<pre>' . print_r($data, true) . '</pre>'; 

と出力のようなものです：あなたはより具体的なことができ、 "動かない"

Array 
(
    [SAN MARTINO - 15:30] => Array 
     (
      [ATTESA: 22] => Array 
       (
        [0] => Array 
         (
          [type] => rosso 
          [value] => 1 
         ) 

        [1] => Array 
         (
          [type] => giallo 
          [value] => 12 
         ) 

        [2] => Array 
         (
          [type] => verde 
          [value] => 7 
         ) 

        [3] => Array 
         (
          [type] => bianco 
          [value] => 2 
         ) 

       ) 

      [VISITA: 45] => Array 
       (
        [0] => Array 
         (
          [type] => rosso 
          [value] => 5 
         ) 
... 

Answer 2

これは、この特定のインスタンスのxpathステートメントを単純化するのに役立ちます。

これは、すべてのliの要素に、 "verde"に一致するクラス属性があり、その下にspan要素があることがわかります。あなたは

/* @var $node DOMElement */ 
$greenWaitingNumber = $xpath->query('//li[@class="verde"]/span'); 
foreach($greenWaitingNumber as $node) 
{ 
    echo $node->nodeValue; 
} 

*この点に注意してくださいに対処しませんルートからクエリを構築する必要はありませんので

は//表記は、「ドキュメント内の任意のレベルでの一致」を意味class="verde foo bar"

---

あなたがある特定の値でのみ興味があるなら...

$greenWaitingNumber = $xpath->query('/html/body/div[2]/div[1]/div/div/ul/li[6]/spa‌​n'); 
$theText = $greenWaitingNumber[0]->nodeValue; 

これは "2"を印刷します