如何抓取和组合多个 application/ld+json 标签？

【问题标题】：How do I scrape and combine multiple application/ld+json tags?如何抓取和组合多个 application/ld+json 标签？
【发布时间】：2021-02-25 20:14:26
【问题描述】：

我正在编写一个脚本来从提交的（外部）URL 中提取元数据。我发现了一篇非常有用的帖子，它让我完成了 90% 的工作，但是它假设只有一个相关的脚本标签，我需要解析具有多个脚本标签的页面。

如何修改下面的语句，以便将所有匹配的 json 脚本标签组合成一个 json 块？

$xp = new domxpath($d);
$jsonScripts = $xp->query( '//script[@type="application/ld+json"]' );
$json = trim( $jsonScripts->item(0)->nodeValue );

// decode the JSON string we find into a associative array
$data = json_decode( $json, true );

【问题讨论】：

您可以只使用foreach 而不是$jsonScripts。

标签： php json parsing

【解决方案1】：

我不是 100% 不测试代码，但是$jsonScripts 会包含多个项目，如果有多个项目，可以使用 length 属性获得这些项目的总数。

要遍历所有这些，请使用简单的for 循环来获取每个：

...
$jsonScripts = $xp->query( '//script[@type="application/ld+json"]' );
$json = '';
for ($i = 0; $i < $jsonScripts->length; $i++) {
    $json .= trim($jsonScripts->item($i)->nodeValue );
}
...

这将简单地将每个脚本节点的内容连接到$json 变量上。我不确定你是想用分隔符还是其他东西来分隔它们。

您的代码之前使用的位置：

$json = trim( $jsonScripts->item(0)->nodeValue );

这只是获取 first 元素。我建议使用的代码：

$json .= trim($jsonScripts->item($i)->nodeValue);

这将连接$ith 元素，因此应输出以0th 开头的所有元素。

【讨论】：