为什么成员函数 find() 在一个脚本中丢失，而在另一个脚本中没有？

Question

PHP 专家，

此脚本有效：

include('simple_html_dom.php'); 

$html = file_get_html('http://google.com'); 

//to fetch all hyperlinks from a webpage 
$links = array(); 
foreach($html->find('a') as $a) { 
$links[] = $a->href; 
} 
print_r($links); 
echo "<br />"; 

//to fetch all images from a webpage 
$images = array(); 
foreach($html->find('img') as $img) { 
$images[] = $img->src; 
} 
print_r($images); 
echo "<br />"; 

//to find h1 headers from a webpage 
$headlines = array(); 
foreach($html->find('h1') as $header) { 
$headlines[] = $header->plaintext; 
} 
print_r($headlines); 
echo "<br />"; 

?> 

我没有收到无法识别“查找”的错误。 但是，为什么在我的以下修改中会出现该错误？

<?php  

/* FINDING HTML ELEMENTS BASED ON THEIR TAG NAMES 

Suppose you wanted to find each and every link on a webpage.  
We will be using “find” function to extract this information from the 
object. Here’s how to do it using Simple HTML DOM Parser : 
*/ 

include('simple_html_dom.php'); 

$url = 'https://www.yahoo.com'; 
$curl = curl_init($url); 
curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1); 
curl_setopt($curl, CURLOPT_FOLLOWLOCATION, 1); 
curl_setopt($curl, CURLOPT_SSL_VERIFYPEER, 0); 
curl_setopt($curl, CURLOPT_SSL_VERIFYHOST, 0); 
$html = curl_exec($curl); 

//to fetch all hyperlinks from a webpage 
$links = array(); 
foreach($html->find('a') as $a) { 
$links[] = $a->href; 
} 
print_r($links); 
echo "<br />"; 

?>

我得到错误： 致命错误：未捕获的错误：调用 C:\xampp\htdocs\cURL\crawler.php:24 中字符串上的成员函数 find() 堆栈跟踪：#0 {main} 在 C:\xampp\htdocs\cURL\ 中抛出crawler.php 第 24 行

奇怪！关于第一个有效脚本的“查找”，我为什么没有收到同样的错误？很奇怪！ 两个脚本几乎相同。在我的修改版本中，我只是替换了“$html = file_get_html('');”与卷曲。自己看吧。

simple_html_dom.php 文件可以从这里下载： https://sourceforge.net/projects/simplehtmldom/files/ 我把这个dom文件和脚本文件放在同一个目录下。 这意味着，我只是替换了：

//$html = file_get_html('http://nimishprabhu.com');

与：

$url = 'https://www.yahoo.com'; 
$curl = curl_init($url); 
curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1); 
curl_setopt($curl, CURLOPT_FOLLOWLOCATION, 1); 
curl_setopt($curl, CURLOPT_SSL_VERIFYPEER, 0); 
curl_setopt($curl, CURLOPT_SSL_VERIFYHOST, 0); 
$html = curl_exec($curl); 

就是这样！

第一次编辑： u_mulder 的代码在一些 url 上工作，但在 yahoo 上没有。这是为什么呢？

$url = 'https://www.yahoo.com'; 
$curl = curl_init($url); 
curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1); 
curl_setopt($curl, CURLOPT_FOLLOWLOCATION, 1); 
curl_setopt($curl, CURLOPT_SSL_VERIFYPEER, 0); 
curl_setopt($curl, CURLOPT_SSL_VERIFYHOST, 0); 
$response_string = curl_exec($curl); 

$html = str_get_html($response_string);

//to fetch all hyperlinks from a webpage 
$links = array(); 
foreach($html->find('a') as $a) { 
    $links[] = $a->href; 
} 
print_r($links); 
echo "<br />"; 

Answer 1

因为file_get_html 是simple_html_dom 库中的一个特殊函数。 如果你打开simple_html_dom 的源代码，你会发现file_get_html() 做了很多你的curl 替换没有的事情。这就是你得到错误的原因。

str_get_html 的可能解决方案：

$url = 'https://www.yahoo.com'; 
$curl = curl_init($url); 
curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1); 
curl_setopt($curl, CURLOPT_FOLLOWLOCATION, 1); 
curl_setopt($curl, CURLOPT_SSL_VERIFYPEER, 0); 
curl_setopt($curl, CURLOPT_SSL_VERIFYHOST, 0); 
$response_string = curl_exec($curl); 

$html = str_get_html($response_string);

//to fetch all hyperlinks from a webpage 
$links = array(); 
foreach($html->find('a') as $a) { 
    $links[] = $a->href; 
} 
print_r($links); 
echo "<br />";