使用过xpath来快速抓取页面上的内容，可以使用谷歌浏览器扩展来测试xpath表达式。
谷歌插件地址：https://chrome.google.com/webstore/detail/xpath-helper/hgimnogjllphhhkhlmebbmlgjoejdpjl
我们来获取页面上所有的A标签href内容，具体其他表达式可以在谷歌插件上进行测试。
如下就是使用php用xpath表达式来获取内容！
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 |
<?php$html=file_get_contents('https://www.sogou.com/sogou?query=gif压缩');$dom = new DOMDocument();//从一个字符串加载HTML@$dom->loadHTML($html);//使该HTML规范化$dom->normalize();//用DOMXpath加载DOM，用于查询$xpath = new DOMXPath($dom);#获取所有的a标签的地址$hrefs = $xpath->query("/html/body//a//@href");for ($i = 0; $i < $hrefs->length; $i++) { $href = $hrefs->item($i); $linktext = $href->nodeValue; echo $linktext; echo "\r\n";} |
运行结果如下：
http://tool.apizl.com/dev/runCode/8d4b897a657b85744bd498d152ba8a31.html
