使用 PHP 从 YouTube 上抓取统计信息答案

【问题标题】：Scrape a statistic from YouTube using PHP使用 PHP 从 YouTube 上抓取统计信息
【发布时间】：2012-12-02 00:56:22
【问题描述】：

在尝试独自完成这件事 3 小时后，我决定自己做这件事是不可能或不可能的。我的问题如下：

如何使用 PHP 抓取附件图像中的数字以在网页中回显它们？

图片网址：http://gyazo.com/6ee1784a87dcdfb8cdf37e753d82411c

请帮忙。我几乎尝试了所有方法，从使用 cURL 到使用正则表达式，再到尝试 xPath。没有什么是正确的。

我只想要数字本身，以便将它们隔离，分配给一个变量，然后在页面的其他地方回显。

更新：

http://youtube.com/exonianetwork - 我要抓取的 URL。

/html/body[@class='date-20121213 en_US ltr   ytg-old-clearfix guide-feed-v2 site-left-aligned exp-new-site-width exp-watch7-comment-ui webkit webkit-537']/div[@id='body-container']/div[@id='page-container']/div[@id='page']/div[@id='content']/div[@id='branded-page-default-bg']/div[@id='branded-page-body-container']/div[@id='branded-page-body']/div[@class='channel-tab-content channel-layout-two-column selected   blogger-template ']/div[@class='tab-content-body']/div[@class='secondary-pane']/div[@class='user-profile channel-module yt-uix-c3-module-container ']/div[@class='module-view profile-view-module']/ul[@class='section'][1]/li[@class='user-profile-item '][1]/span[@class='value']

我尝试过的 xPath，由于某种未知原因无法正常工作。没有抛出异常或错误，也没有显示任何内容。

【问题讨论】：

您的 xPath 查询是什么？为什么它不起作用？
我已经用该信息更新了原始帖子。
图像图像识别软件。 SO 问题here 建议了一个可能有效的 PHP 工具。
我不想要图像中的数字。我想要网页上的数字，图片仅供参考。

标签： php xpath curl youtube scrape

【解决方案1】：

也许一个简单的 XPath 会更容易操作和调试。

这是Short Self-Contained Correct Example（注意class 名称末尾的空格）：

#!/usr/bin/env php

<?
$url = "http://youtube.com/exonianetwork";

$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_AUTOREFERER, true);
curl_setopt($ch, CURLOPT_FAILONERROR, true);
curl_setopt($ch, CURLOPT_FOLLOWLOCATION, true);
curl_setopt($ch, CURLOPT_RETURNTRANSFER,true);
curl_setopt($ch, CURLOPT_TIMEOUT, 10);
$html = curl_exec($ch);
if (!$html)
{
    print "Failed to fetch page. Error handling goes here";
}
curl_close($ch);

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

$profile_items = $xpath->query("//li[@class='user-profile-item ']/span[@class='value']");

if ($profile_items->length === 0) {
    print "No values found\n";
} else {
    foreach ($profile_items as $profile_item) {
        printf("%s\n", $profile_item->textContent);
    }
}

?>

执行：

% ./scrape.php

57
3,593
10,659,716
113,900
United Kingdom

【讨论】：

完美！只需对我的设置进行一些调整，我就可以将它推到数组的末尾，这样我就可以单独调用这些值了 :) 谢谢！

【解决方案2】：

如果您愿意再次尝试正则表达式，则此模式应该可以工作：

!Network Videos:</span>\r\n +<span class=\"value\">([\d,]+).+Views:</span>\r\n +<span class=\"value\">([\d,]+).+Subscribers:</span>\r\n +<span class=\"value\">([\d,]+)!s

它使用嵌入的逗号捕获数字，然后需要将其删除。我对PHP不熟悉，所以不能给你更完整的代码

【讨论】：