Goutteを使用して連続して画像、リンク、テキストをスクラップ

Question

html要素を1：1で連続的に取り込もうとしている迷惑行為コードは、stylesとclassesのないタグ付きです。プラス、私はimages

$client = new Client(); 

    $crawler = $client->request('GET', 'http://www.tutorialspoint.com/laravel/laravel_ajax.htm'); 

    $crawler->filter('h1, h2, h3, h4, h5, h6, p, pre, p > img, div > img, p > a')->each(function(Crawler $node, $i){ 
     if ($node->filter('p')){ 
      echo $node->text()."<br/>"; 

     } else if ($node->filter('pre')) { 
      echo '<code>'.$node->html().'</code><br/>'; 
     } 
    }); 

しかし、何でも私は、私はそのページに$node->html()を使用するとき、私はそのページに$node->text()またはすべてのHTMLを使用した場合、私はどちらかだけのテキストを取得しています取得に失敗しています。

私は、例えばp - <p>Text Here</p>を取得しようとしています。 img-<img src="default.jp"/>。

Answer 1

filterの戻り値はCrawlerオブジェクトであるため、else ifは呼び出されないため、$node->filter('p')行は常にtrueを返します。
クローラにノードがあるかどうか確認する場合は、count()関数を使用できます。

はあなたのコードについては - 私はこれがあなたがやっていることであるなぜのでわからないんだけど、基本的にはあなたのコードが何をするのか、現在の要素が<p>子要素を持っているかどうかを確認です（あなたが何をしようとしているということですdo？）、もしあれば、親のノードテキストの内容を表示する。

あなたはのtextContent（コンテンツを取得、nodeName（==タグ名）を確認することができます

$node->getNode(0)` 

と、このノードを使用して使用することができますクローラ（$node）からノードをDOMElementのを取得するためには、

$crawler = $client->request('GET', 'http://www.tutorialspoint.com/laravel/laravel_ajax.htm'); 

$crawler->filter('h1, h2, h3, h4, h5, h6, p, pre, p > img, div > img, p > a')->each(function(Crawler $node, $i){ 
    if (in_array($node->getNode(0)->nodeName, ['h1', 'h2', 'h3', 'h4', 'h5', 'h6', 'p', 'a'])) { 
     echo "{$node->getNode(0)->nodeName} => {$node->getNode(0)->textContent}.<br/>\n"; 
    } elseif ($node->getNode(0)->nodeName == 'pre') { 
     echo "pre => <code>".$node->html()."</code><br/>\n"; 
    } elseif ($node->getNode(0)->nodeName == 'img') { 
     echo 'img => src="'.$node->getNode(0)->getAttribute('src')."\" <br/>\n"; 
    } 
});