如何使用 PHP 精准提取网页中指定 class 名的 div 元素-php教程-PHP中文网

如何使用 PHP 精准提取网页中指定 class 名的 div 元素

本文介绍在 php 中通过原生 dom + xpath 或 symfony domcrawler 组件，高效筛选并提取具有特定 class 名（如含空格的复合类名）的 div 元素，适用于体育赛程等结构化网页抓取场景。

本文介绍在 php 中通过原生 dom + xpath 或 symfony domcrawler 组件，高效筛选并提取具有特定 class 名（如含空格的复合类名）的 div 元素，适用于体育赛程等结构化网页抓取场景。

在网页抓取（Web Scraping）实践中，精准定位目标元素是关键一步。尤其当目标

拥有多个 CSS 类（如 class="sdc-site-fixres__match-cell sdc-site-fixres__match-cell--score"），仅依赖 Simple HTML DOM 的 find('div[class="..."]') 容易因空格、顺序或部分匹配而失效——它不支持 CSS 类名的语义化匹配（即“同时包含所有指定类”），且对动态/复杂 HTML 结构鲁棒性较差。

更可靠的方式是使用 PHP 原生的 DOMDocument 配合 DOMXPath，通过 XPath 表达式精确匹配：

$day = 1;
$url = 'https://sport.sky.de/bundesliga-spielplan-ergebnisse-' . $day;
$html = file_get_contents($url);

// 加载 HTML 并忽略解析警告（可选）
libxml_use_internal_errors(true);
$doc = DOMDocument::loadHTML($html, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
libxml_clear_errors();

$xpath = new DOMXPath($doc);
// XPath 查询：查找同时拥有两个 class 的 div，再获取其内部第2个 <span>
$query = $xpath->query('//div[contains(@class, "sdc-site-fixres__match-cell") and contains(@class, "sdc-site-fixres__match-cell--score")]/div/span[2]');

foreach ($query as $node) {
    /** @var DOMElement $node */
    echo trim($node->textContent) . PHP_EOL;
}</span>

✅ 关键说明：

btpanel phpsite 宝塔面板PHP网站

宝塔面板 PHP 网站管理：站点创建、删除、启停、PHP 版本切换、域名管理、SSL证书管理、伪静态管理、数据库管理

下载

使用 contains(@class, "...") 而非 @class="..."，避免因 class 顺序、额外空格或动态追加类导致匹配失败；
LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD 可防止自动补全标签，提升结构一致性；
trim() 和 textContent 比 nodeValue 更安全，有效去除首尾空白与换行。

? 进阶推荐：Symfony DomCrawler（生产环境首选）
若项目已使用 Symfony 或可引入 Composer 包，symfony/dom-crawler 提供更直观、链式、CSS 选择器友好的 API：

composer require symfony/dom-crawler symfony/css-selector

use Symfony\Component\DomCrawler\Crawler;

$html = file_get_contents('https://sport.sky.de/bundesliga-spielplan-ergebnisse-1');
$crawler = new Crawler($html);

// 支持标准 CSS 选择器，自动处理多 class 匹配
$nodes = $crawler
    ->filter('div.sdc-site-fixres__match-cell.sdc-site-fixres__match-cell--score div span:nth-child(2)');

foreach ($nodes as $node) {
    echo trim($node->textContent) . "\n";
}

⚠️ 注意事项：