【发布时间】：2016-10-06 22:36:16
【问题描述】：
我正在尝试维护一些进行网页抓取的 PHP 代码。网页已更改，因此需要更新，但我对 Xpath 的经验并不丰富，所以我很挣扎。
基本上这是相关的html部分
<div class="carousel-item-wrapper">
<picture class="">
<source srcset="/medias/tea-tree-skin-clearing-foaming-cleanser-1-640x640.jpg?context=product-images/h3b/hd3/8796813918238/tea-tree-skin-clearing-foaming-cleanser_1-640x640.jpg" media="(min-width: 641px) and (max-width: 1024)">
<source srcset="/medias/tea-tree-skin-clearing-foaming-cleanser-1-320x320.jpg?context=product-images/h09/h9a/8796814049310/tea-tree-skin-clearing-foaming-cleanser_1-320x320.jpg" media="(max-width: 640px)">
<img srcset="/medias/myimage.jpg" alt="150 ML" class="">
</picture>
</div>
我正在尝试从 IMG 标记中提取 srcset 属性，该属性是“/medias/myimage.jpg”的值。我正在使用 XPATH Helper chrome 插件来帮助我，并且我有以下 xpath；
//div[@class="carousel-item-wrapper"]/picture/img/@srcset
在插件中，它返回的正是我所期望的，所以它看起来工作正常。
如果我还使用在线 xpath 测试器http://www.online-toolz.com/tools/xpath-editor.php，那么它也可以正常工作。
但在我的 PHP 代码中，我得到一个空值。
$dom = new DOMDocument();
$dom->preserveWhiteSpace = false;
$dom->strictErrorChecking = false;
$dom->recover = true;
@$dom->loadHtml($html);
$xPath = new DOMXPath($dom);
//Other xPath queries executed OK.
$node = $xPath->query('//div[@class="carousel-item-wrapper"]/picture/img/@srcset')->item(0);
if ($node === NULL)
writelog("Node is NULL"); // <-- Writes NULL to the log file!
我当然尝试了很多不同的变体，尝试不指定属性名称等。但都没有运气。
我做错了什么？我敢肯定它一定很简单，但我看不出来。
在同一 HTML 文档中使用我的 PHP 代码进行的其他提取工作正常。所以正是这个元素给我带来了麻烦。
【问题讨论】：
-
您使用哪个 PHP 类来读取/编辑/查询您的 HTML 数据？
-
您能否补充一些细节，您是如何实例化 $xPath 等的？
-
你的 HTML 无效，去掉 "loadHtml" 前的 "@"，你会看到错误 "Tag source invalid in Entity"。如果你可以编辑 html，你应该为源标签添加自闭合标签
-
@$dom->loadHtml($html);@，这样你就不会知道它是否失败了——这可能是因为你的HTML无效。 -
@christophe ninja'd :P