我正在构建一个 php 网络爬虫，而 preg_match 给出了一个错误

Question

我正在构建一个 ebay 网络爬虫，价格的 preg_match 会引发错误。

preg_match('/<title>([^<]+)<\/title>/i', $data, $matches);
$title = $matches[1];

preg_match('/<img id="icImg"[^>]*src=[\'"]([^\'"]+)[\'"][^>]*>/i', $data, $matches);
$img = $matches[1];

preg_match('/<span id\=\"prcIsum\"\>([^<]+)<\/span>/i', $data, $matches);
$price = $matches[1];

标题和 img 正在被刮掉，但我在价格跨度元素上收到了这个 PHP 错误：PHP Notice: Undefined offset: 1

Answer 1

这个错误是不言自明的； $matches[1] 不存在。这可能是因为$data 字符串中没有匹配项。

preg_match() 如果模式匹配给定主题则返回 1，如果匹配则返回 0 不会，如果发生错误，则为 FALSE。

$isMatch = preg_match('/<title>([^<]+)<\/title>/i', $data, $matches);
if($isMatch == 1){
    $title = $matches[1];
}


$isMatch = preg_match('/<img id="icImg"[^>]*src=[\'"]([^\'"]+)[\'"][^>]*>/i', $data, $matches);
if($isMatch == 1){
    $img = $matches[1];
}

$isMatch = preg_match('/<span id\=\"prcIsum\"\>([^<]+)<\/span>/i', $data, $matches);
if($isMatch == 1){
    $price = $matches[1];
}

也许您应该确保正则表达式对您正在使用的$data 有效，并且它确实返回匹配项。

Answer 2

抛出错误的不是 preg_match() 而是当您分配 $matches1 时它会失败，因为函数没有返回匹配项。所以你需要检查你的正则表达式。使用 preg_match 进行 HTML 解析也没有任何意义。您可以使用DOM parser。要使此正则表达式起作用，您需要添加“m”修饰符。但更好的解决方案是：

$doc = new DOMDocument();
$doc->loadHTMLFile($data); //where $data is HTML

$xpath = new DOMXpath($doc);

$elements = $xpath->query("*/span[@id='prcIsum']");

if (!is_null($elements)) {
  foreach ($elements as $element) {
    echo $element->nodeName;
    echo $element->nodeValue;
  }
}

另一种选择是使用getElementById() 方法。

这是从 php.net 站点更改的示例。