PHP中的DOMXPath返回空字符串

Question

我正在使用 xpath 进行网页抓取。我可以从某些网站（雅虎等）获得​​预期结果，但我无法在特定页面获取数据。我只得到空字符串。我的问题是什么？

 $html = file_get_contents('http://finance.naver.com/item/frgn.nhn?code=005930');
 $doc = new DOMDocument();
 libxml_use_internal_errors(TRUE);  

 if(!empty($html)){ 

     @$doc->loadHTML($html);
     libxml_clear_errors(); 
     $xpath = new DOMXPath($doc);        

     $row = $xpath->query('//span[@class="tah p10 gray03"]') ;      

     if($row->length > 0) {

            foreach($row as $v){

                $stock[] = $v->nodeValue  ; 

            }     

           var_dump($stock) ;

        } 
}

• 网址内容：2018.12.28

• 预期结果：2018.12.28等

• 实际结果：array(20) {[0]=>string(0) ""[1]=>string(0) ""[2]=>string(0) ""[3] =>字符串(0) ""[4]=>字符串(0) ""[5]=>字符串(0) ""[6]=>字符串(0) ""[7]=>字符串(0) ""[8]=>字符串(0) ""[9]=>字符串(0) ""[10]=>字符串(0) ""[11]=>字符串(0) ""[12]= >字符串(0) ""[13]=>字符串(0) ""[14]=>字符串(0) ""[15]=>字符串(0) ""[16]=>字符串(0) " "[17]=>string(0) ""[18]=>string(0) ""[19]=>string(0) "" }

Answer 1

我不知道 PHP，但我发现它是 may be a bug - 所以你需要对你的 $html 进行 UTF-8 编码。

我在您的第一行之后添加了以下行：

$html = mb_convert_encoding($html, 'HTML-ENTITIES', "UTF-8");

它将$html 转换为UTF-8。之后我可以看到结果：

array(20) {
  [0]=>
  string(10) "2018.12.28"
  [1]=>
  string(10) "2018.12.27"
...