PHP cURL 在审查收集时未显示所有 DOM 标签
P粉677684876
P粉677684876 2023-09-12 20:03:06
0
1
593

我想实现一些代码,从特定页面 DOM 收集评论。

cURL 结果不完整,我不知道为什么,因为 DOM 中的某些子标签在结果​​中不可见。

DOM 在检查器中看起来像这样:

我尝试使用以下代码片段收集 DOM:

$domain = 'feefo.com';
$page_id = 'firebrand-promotions';

$curli = curl_init();

curl_setopt_array($curli, [
    CURLOPT_RETURNTRANSFER => true,
    CURLOPT_FOLLOWLOCATION => true,
    CURLOPT_FRESH_CONNECT => true,
    CURLOPT_URL => 'https://www.' . $domain . '/en-US/reviews/' . $page_id . '?displayFeedbackType=SERVICE&timeFrame=YEAR'

    CURLOPT_HTTPHEADER => [
        'Accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/avif,image/webp,image/apng,* /*;q=0.8,application/signed-exchange;v=b3;q=0.9',
        'Accept-Language: en-US;q=0.8,en;q=0.7',
        'Cache-control: max-age=0',
        'Referer: https://' . $domain,
        'sec-fetch-mode: navigate',
        'sec-fetch-site: none',
        'sec-fetch-dest: document',
        'sec-fetch-user: ?1',
        'User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.130 Safari/537.36'
    ]
]);

$curlResult = curl_exec($curli);

我在 cURL 结果内容部分看到的是这样的:

<div class="container">
    <global></global>
</div>

因此 标记看起来是空的,但它不应该是空的。

我尝试使用以下代码提取 标记内容:

$dom = new DOMDocument();
$dom->validateOnParse = true;
@$dom->loadHTML($curlResult);

$globals = $dom->getElementsByTagName('global');

$xmlPath = new DOMXPath($dom);

$reviews = $xmlPath->query('//global');

但我仍然没有在 标签中看到任何标签。

有人可以向我解释一下这个问题吗?如何解决这个问题?

非常感谢您的帮助、努力和时间。 :)

P粉677684876
P粉677684876

全部回复(1)
P粉124070451

很有可能你在 Curl 中得到的正是浏览器得到的,但浏览器开始执行修改 DOM 的 javascript。

你看不到 with with Curl,因为 Curl 无法执行 Javascript。

热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责声明 Sitemap
PHP中文网:公益在线PHP培训,帮助PHP学习者快速成长!