伙计们,从RSS中提取的锚文本
我累了我所有的PHP技能来提取一个RSS订阅域名字符串,并把每个域名作为一个数组元素,但一切都是徒劳:
这里是RSS:http://bulliesatwork.co.uk/master/dev/domp/expdom/domains.php
你是否看到一个域名列表,它们是锚定的?我需要的只是提取这些域名,如“abc.co uk”(在.co和.uk之间有一个空格),可以用str_replace
删除 )。
这是我第一次尝试(使用SimpleHTMLDomParser)
require_once('simple_html_dom.php');
$html = file_get_html('http://bulliesatwork.co.uk/master/dev/domp/expdom/domains.php');
$domains = $html->find('div[class="entry"] a', 0);
foreach($domains as $dom)
{
echo str_replace(' ', '.', $dom->plaintext);
}
$html->clear();
unset($html);
这是我的另一次尝试与DOM文档:
$scrapeurl = 'http://bulliesatwork.co.uk/master/dev/domp/expdom/domains.php';
$keywords = file_get_contents($scrapeurl);
$keywords = json_decode($keywords);
foreach($keywords->responseData->results as $keyword)
{
echo str_replace("...",".",$keyword->title).'<br/>';
}
在这两种情况下,DOM文档创建,但它似乎文档除了我想要提取的域名外,还有所有信息。
请帮我解压缩域名。
干杯。
对于rss你不需要简单的html dom,simplexml_load ...()会做很好的工作 – Ibu 2011-05-29 06:17:31