PHP+XPath提取商品信息遇阻：无法获取图片、价格等字段求助

Hey there! Let's fix your XPath issues step by step—you're already close since you can pull the product count, we just need to adjust how you target the inner fields.

先说说你代码里的几个关键问题： #

• 变量名写错了：循环里你用了$clip，但应该是当前遍历的商品节点$product
• XPath路径起点错了：用/开头会从整个文档的根节点重新查找，而不是从当前商品节点开始，要加./表示相对当前节点的路径
• 层级没匹配HTML结构：你的原XPath路径和实际的商品DOM结构完全不对应，得跟着HTML层级来写

修正后的完整代码 #

function url_get_contents ($Url) { 
    if (!function_exists('curl_init')){
        die('CURL is not installed!'); 
    } 
    $ch = curl_init(); 
    curl_setopt($ch, CURLOPT_URL, $Url); 
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, true); 
    $output = curl_exec($ch); 
    curl_close($ch); 
    return $output; 
}

$newDom = new domDocument;
$html = url_get_contents('test.html');
// 处理HTML编码问题，避免乱码或解析错误
$newDom->loadHTML(mb_convert_encoding($html, 'HTML-ENTITIES', 'UTF-8'));
$newDom->preserveWhiteSpace = false;

$finder = new DomXPath($newDom);
$products = $finder->query('//div[@class="prod-main"]');

$productList = [];
foreach($products as $product) {
    // 提取图片src
    $imgNode = $finder->query('./div[@class="prod-thumb"]//img/@src', $product)->item(0);
    $imgSrc = $imgNode ? $imgNode->value : 'No image';

    // 提取价格
    $priceNode = $finder->query('./div[@class="prod-info"]/span[@class="prod-price"]', $product)->item(0);
    $price = $priceNode ? trim($priceNode->textContent) : 'No price';

    // 提取商品名称
    $nameNode = $finder->query('./div[@class="prod-info"]//span[@class="prod-title"]/a', $product)->item(0);
    $productName = $nameNode ? trim($nameNode->textContent) : 'No name';

    $productList[] = [
        'image' => $imgSrc,
        'price' => $price,
        'name' => $productName
    ];
}

// 打印结果看看
print_r($productList);

代码里的关键细节说明： #

1. 相对路径XPath：每个查询都用./开头，确保只在当前prod-main节点下找子元素
2. 节点存在性判断：用item(0)获取第一个匹配节点，然后判断是否存在，避免出现NULL或报错
3. 编码处理：添加mb_convert_encoding处理HTML编码，防止中文或特殊字符解析出错
4. trim()清理文本：去掉价格和名称里的多余空格，让结果更干净

为什么Chrome复制的XPath不好用？ #

Chrome复制的XPath经常会生成绝对路径（比如/html/body/div[3]/div[1]...），这种路径非常脆弱，只要页面结构稍微变一点就失效。我们写的相对路径更灵活，只依赖商品本身的类名结构，稳定性更高。

内容的提问来源于stack exchange，提问作者asthianax