PHP XPath爬取transfermarkt报错：读取null的nodeValue属性失败

1. 修正DOMNodeList的访问方式 #

PHP的DOMNodeList不能直接用数组下标$playerNames[$i]访问，这种写法兼容性差且容易返回null，规范用法是调用item($i)方法获取节点。同时要先判断节点是否存在：

$playerNames = $xpath->query('//table/tbody/tr/td[@class="hauptlink"]/a');

// 先确认是否找到匹配节点
if ($playerNames->length === 0) {
    die("未匹配到任何球员节点");
}

for ($i = 0; $i < $playerNames->length; $i++) {
    $node = $playerNames->item($i);
    if ($node) {
        $playerName = $node->nodeValue;
        // 后续处理逻辑
    } else {
        echo "索引{$i}对应的节点不存在";
    }
}

2. 排查页面动态渲染与XPath准确性 #

Transfermarkt大量内容是JS动态加载的，PHP直接获取的原始HTML可能和浏览器渲染后的结构不一致：

• 打印你抓取到的原始HTML源码，检查是否存在<tbody>标签——很多时候浏览器会自动补全tbody，但原始HTML里并没有，这时候你的//table/tbody/tr路径就会失效，可改成//table/tr/td[@class="hauptlink"]/a试试。
• 如果源码里完全没有球员链接，说明内容是JS加载的，需要用支持JS渲染的工具（如ChromeHeadless配合PHP调用，或Goutte+Panther）来抓取渲染后的页面。

3. 修复HTML解析异常 #

DOMDocument对不规范HTML的解析可能出错，导致节点丢失，可开启错误抑制并强制修复：

$dom = new DOMDocument();
libxml_use_internal_errors(true); // 关闭XML错误提示
$dom->loadHTML($html); // $html是你抓取到的页面源码
libxml_clear_errors(); // 清除错误记录
$xpath = new DOMXPath($dom);

4. 模拟浏览器请求避免反爬 #

Transfermarkt会检测非浏览器请求，可能返回异常结构，需添加浏览器请求头：

$context = stream_context_create([
    'http' => [
        'header' => "User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/118.0.0.0 Safari/537.36\r\n"
    ]
]);
$html = file_get_contents('目标页面URL', false, $context);

如果还是异常，可尝试添加Cookie、Referer等头信息，模拟完整的浏览器会话。

内容的提问来源于stack exchange，提问作者moonflower25