使用PHP的file_get_contents从电商网站提取商品价格的实现求助

你已经通过file_get_contents获取到了完整的页面HTML内容，只需要通过HTML解析工具提取价格对应的节点即可，优先使用PHP自带的DOM扩展配合XPath实现，不要用正则匹配HTML，容错率极低，结构稍有变动就会失效。

完整实现代码 #

<?php
$targetUrl = 'https://www.snapdeal.com/product/bhawna-collection-loard-shiv-trishul/672311651336';
// 配置请求头模拟浏览器，避免电商平台反爬拦截返回403
$requestContext = stream_context_create([
    'http' => [
        'header' => 'User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/122.0.0.0 Safari/537.36'
    ]
]);
$pageContent = file_get_contents($targetUrl, false, $requestContext);

if ($pageContent === false) {
    die('页面内容获取失败，请检查网络或请求头配置');
}

// 加载HTML内容，关闭非标准HTML的错误警告
libxml_use_internal_errors(true);
$dom = new DOMDocument();
$dom->loadHTML($pageContent);
libxml_clear_errors();

// 用XPath定位价格节点
$xpath = new DOMXPath($dom);
// 对应snapdeal站当前价格元素的XPath规则：class为payBlkBig的span标签
$priceNode = $xpath->query('//span[@class="payBlkBig"]');

if ($priceNode->length > 0) {
    $productPrice = trim($priceNode->item(0)->nodeValue);
    echo '提取到的商品价格为：' . $productPrice;
} else {
    echo '未匹配到价格节点，可能页面结构已更新，请重新确认元素选择器';
}
?>

注意事项 #

• 多数电商平台有反爬策略，如果添加User-Agent后依然请求失败，可以改用cURL扩展发起请求，支持配置更多请求头（Cookie、Referer等）、代理IP，灵活度更高。
• 平台页面结构可能会随版本更新调整，若提取失效可以打开浏览器开发者工具，重新定位价格对应的元素属性，修改XPath规则即可。
• 不要尝试用正则匹配HTML内容，HTML嵌套结构灵活，正则表达式的维护成本极高，且很容易出现匹配错误。

内容的提问来源于stack exchange，提问作者Rakesh