PHP 致命错误：不能使用 simple_html_dom 类型的对象作为数组

Question

我正在使用simple_html_dom 开发网络抓取应用程序。我需要提取网页中的所有图像。以下是可能性：

1. <img>标签图片
2. 如果同一页面中有带有<style>标签的css。
3. 如果存在带有<div> 或其他标签的内联样式的图像。

我可以使用以下代码抓取所有图像。

function download_images($html, $page_url , $local_url){

    foreach($html->find('img') as $element) {
        $img_url = $element->src;
        $img_url = rel2abs($img_url, $page_url);
        $parts   = parse_url($img_url);
        $img_path=  $parts['path'];
        $url_to_be_change = $GLOBALS['website_server_root'].$img_path;
        download_file($img_url, $GLOBALS['website_local_root'].$img_path);  
        $element->src=$url_to_be_change;            
    }

    $css_inline = $html->find("style");

    $matches = array();
    preg_match_all( "/url\((.*?)\)/", $css_inline, $matches, PREG_SET_ORDER );
    foreach ( $matches as $match )    {
        $img_url = trim( $match[1], "\"'" );
        $img_url = rel2abs($img_url, $page_url);
        $parts   = parse_url($img_url);
        $img_path=  $parts['path'];
        $url_to_be_change = $GLOBALS['website_server_root'].$img_path  ;
        download_file($img_url , $GLOBALS['website_local_root'].$img_path); 
        $html = str_replace($img_url , $url_to_be_change , $html );
    }

    return $html;
}

$html = download_images($html , $page_url , $dir); // working fine
$html = str_get_html ($html);
$html->save($dir. "/" . $ff);    

请注意，图片下载后我也在修改 HTML。

下载工作正常。但是当我试图保存 HTML 时，它会给出以下错误：

PHP 致命错误：不能使用 simple_html_dom 类型的对象作为数组

重要提示：如果我不使用 str_replace 和第二个循环，它的工作非常好。

致命错误：无法在第 1167 行的 /var/www/html/app/framework/cache/includes/simple_html_dom.php 中使用 simple_html_dom 类型的对象作为数组

Answer 1

猜一猜

我在这里看到一个可能的错误：

$html = str_get_html($html);

看起来你将一个对象传递给函数 str_get_html()，而它接受一个字符串作为参数。让我们这样解决：

$html = str_get_html($html->plaintext);

我们只能猜测这段代码中 $html 变量的内容是什么。

猜二号

或者也许我们只需要在函数 download_images 中使用另一个变量来使您的代码在这两种情况下都正确：

function download_images($html, $page_url , $local_url){

    foreach($html->find('img') as $element) {
        $img_url = $element->src;
        $img_url = rel2abs($img_url, $page_url);
        $parts   = parse_url($img_url);
        $img_path=  $parts['path'];
        $url_to_be_change = $GLOBALS['website_server_root'].$img_path  ;
        download_file($img_url , $GLOBALS['website_local_root'].$img_path); 
        $element->src=$url_to_be_change;            
    }

    $css_inline = $html->find("style");

    $result_html = "";
    $matches = array();
    preg_match_all( "/url\((.*?)\)/", $css_inline, $matches, PREG_SET_ORDER );
    foreach ( $matches as $match )    {
        $img_url = trim( $match[1], "\"'" );
        $img_url = rel2abs($img_url, $page_url);
        $parts   = parse_url($img_url);
        $img_path=  $parts['path'];
        $url_to_be_change = $GLOBALS['website_server_root'].$img_path  ;
        download_file($img_url , $GLOBALS['website_local_root'].$img_path); 
        $result_html = str_replace($img_url , $url_to_be_change , $html );
    }

    return $result_html;
}

$html = download_images($html , $page_url , $dir); // working fine
$html = str_get_html ($html);
$html->save($dir. "/" . $ff);

解释：如果没有匹配（数组 $matches 为空），我们永远不会进入第二个循环，这就是为什么变量 $html 仍然具有与函数开头相同的值。当您尝试使用相同的变量代替需要两个不同变量的代码时，这是常见的错误。

Answer 2

正如错误消息所述，您正在处理一个应该有一个数组的对象。 你可以尝试 tpyecasting 你的对象：

$array =  (array) $yourObject;

应该可以解决的。

Answer 3

我遇到了这个错误，我通过在函数末尾使用 （在我的情况下）return $html->save(); 解决了它。 我无法解释为什么两个具有不同变量名并在不同函数中作用域的实例会产生此错误。我想这就是“简单的 html dom”类的工作原理。

为了清楚起见，尝试：$html->save()，然后再做任何其他事情

我希望这些信息对某人有所帮助:)