在 <div> 中抓取 <h2>答案

【问题标题】：Scraping <h2> inside a <div>在 <div> 中抓取 <h2>
【发布时间】：2014-05-26 04:38:43
【问题描述】：

只是在此代码上抓取 h2 时遇到了一些麻烦：

<div id="content">
    <div class="title-wrapper">
        <article class="article">
        <figure>
            <a title="Ölüm Denizi" href="http://trfilmizle.com/olum-denizi.html">
                <img class="small-poster" alt="Ölüm Denizi" src="http://i706.photobucket.com/albums/ww64/ddizi/TRfilmizle/OumlluumlmDenizi_zpsc809f300.jpg~original">
            </a>
        </figure>
    <div class="article-container">
    <h2>
        <a title="Ölüm Denizi" href="http://trfilmizle.com/olum-denizi.html">Ölüm Denizi</a>
    </h2>
    <div class="article-info">
    <div class="description"> Kuzey Kore, Güney Kore ve Çin arasına sıkışmış Yanji kentinde geçen Ölüm Denizi, araba kovalamacaları, cinayetler ve bıçaklı kavgalarla dolu… </div>
</div>

有什么想法吗？我可以通过以下方式访问节点：

//article[@class='article']/text()

但是，无法获取h2！有什么建议吗？

【问题讨论】：

所以你想要文本 Ölüm Denizi 吗？

标签： php html xpath scrape

【解决方案1】：

这应该得到divs 中h2 元素下的所有文本组件：

//div/h2//*/text()

更具体地说，您可以将其限制为特定的divs：

//div[@class='article-container']/h2//*/text()

【讨论】：

嗯，当我在 Firefox 的 Firebug (Xpath) 控制台中运行它时似乎没有返回任何内容
@user3658366 我必须清理 XML，但它对我有用：xpathtester.com/xpath/c90b33f14208192d56a3432755243ed4
谢谢，是的，我现在也能正常工作，但它似乎在 PHP 中使用 DOMDocument 不起作用，虽然嗯

【解决方案2】：

使用这个preg_match_all()

<meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
<?php
$source= '<div id="content">
    <div class="title-wrapper">
        <article class="article">
        <figure>
            <a title="Ölüm Denizi" href="http://trfilmizle.com/olum-denizi.html">
                <img class="small-poster" alt="Ölüm Denizi" src="http://i706.photobucket.com/albums/ww64/ddizi/TRfilmizle/OumlluumlmDenizi_zpsc809f300.jpg~original">
            </a>
        </figure>
    <div class="article-container">
    <h2>
        <a title="Ölüm Denizi" href="http://trfilmizle.com/olum-denizi.html">Ölüm Denizi</a>
    </h2>
    <div class="article-info">
    <div class="description"> Kuzey Kore, Güney Kore ve Çin arasına sıkışmış Yanji kentinde geçen Ölüm Denizi, araba kovalamacaları, cinayetler ve bıçaklı kavgalarla dolu… </div>
</div>';
preg_match_all('#<h2>(.*?)</h2>#is', $source, $output, PREG_PATTERN_ORDER);
print_r($output[1][0]);
exit;

【讨论】：