使用 PHP 抓取文本并在网站上显示答案

【问题标题】：Scrape Text With PHP & Display On Website使用 PHP 抓取文本并在网站上显示
【发布时间】：2014-07-24 01:50:18
【问题描述】：

我是 PHP 的初学者。我理解这些概念，但正在努力寻找我理解的教程。我的目标是：

使用 Firefox 的 xpath 插件来选择我想从网站上抓取的文本片段
正确格式化抓取的文本
在网站上显示文字

示例）

// Get the HTML Source Code
$url='http://steamcommunity.com/profiles/76561197967713768';
$source = file_get_contents($url);

// DOM document Creation
$doc = new DOMDocument;
$doc->loadHTML($source);

// DOM XPath Creation
$xpath = new DOMXPath($doc);

// Get all events
$username = $xpath->query('//html/body/div[3]/div[1]/div/div/div/div[3]/div[1]');
echo $username; 
?>

在这个例子中，我想抓取用户名（在撰写本文时是 mopar410）。

感谢您的帮助 - 我很迷茫 :( 现在我设法在 Google doc 电子表格中使用 xpath 和 importXML 并且有效，但我希望能够在我自己的网站上使用 PHP 来学习如何。

这是我在网上找到并编辑了 URL 和变量的代码 - 因为我自己不知道如何编写。

【问题讨论】：

这里似乎没有问题
嗨菲尔，对不起 - 似乎没有收到关于评论更新的通知。我的问题是，我很难找到一个最简单的合适教程......只是使用 php/xpath 抓取文本并在网站上显示该文本的基础知识。我找到了很多教程，但其中很多只是部分教程。上面的代码是我从众多来源汇总的，但它似乎不起作用。

标签： php xpath web-scraping domxpath

【解决方案1】：

他们有一个public API。

只需使用http://steamcommunity.com/profiles/STEAM_ID/?xml=1

<?php

$profile = simplexml_load_file('http://steamcommunity.com/profiles/76561197967713768/?xml=1', 'SimpleXMLElement', LIBXML_NOCDATA);

echo (string)$profile->steamID;

输出：mopar410（撰写本文时）

这还提供了其他信息，例如 mostPlayedGame、hoursPlayed 等（查找 xml 节点名称）。

【讨论】：

嗨，戴夫，感谢您抽出宝贵时间。此代码确实有效并显示了用户名。我能够遵循您所写内容的逻辑，尽管对您和其他人来说似乎很简单。如果我寻求其他网页示例的帮助可以吗？基本上我想做的是在一个网站上有一个页面，它需要一堆数据（用户名、统计数据等），然后将它们保存到数据库中......然后使用 php 从HTML 表中的数据库。
@user1502577 保存数据非常简单，您需要知道要保存的 xml 中的哪些节点，然后使用 mysqli 或 pdo，进行简单的插入。然后你有另一个页面，它只是从数据库中选择信息。 How do I insert and read data from a database? 恐怕这个问题太笼统了，here's 是 Google 的教程，如果你想看一些例子的话。
会尽我所能。如果可以的话，我有几个关于这个主题的更具体的问题。使用您的具体示例，我尝试了另一个示例 steamcommunity.com/profiles/76561197967713768/stats/L4D2/?xml=1', 'SimpleXMLElement', LIBXML_NOCDATA); echo (string)$profile->hoursPlayed; ?> 由于某种原因，它似乎没有显示“hoursPlayed”文本。我只是在其他随机信息上尝试相同的过程来掌握它。谢谢
@Chatyak 使用print_r($profile)。有$profile->hoursPlayed2Wk，对于玩得最多的游戏，你可以使用$profile->mostPlayedGmes->mostPlayedGame[0]->hoursPlayed。
@Chatyak 糟糕，我不小心输入了gmes。使用print_r($profile->mostPlayedGames->mostPlayedGame[0]->hoursPlayed);。无论如何，只需查看print_r($profile) 就很容易了。查看它生成的对象，您可以轻松浏览它。