DOMXPath查询报错求助：获取指定页面板块下表格4行内容

嘿，我来帮你搞定这个DOMXPath的难题！你之前直接指定12个<tr>标签的思路太宽泛了，页面里可能有很多表格的行，没有限定到TERRITÓRIO E AMBIENTE这个板块，所以才会出错。咱们换个精准的方式来定位目标内容：

步骤1：初始化DOM和XPath，处理网页解析警告 #

首先，网页源码可能存在不规范的地方，先开启错误忽略避免解析失败：

libxml_use_internal_errors(true); // 忽略HTML解析时的警告
$html = file_get_contents('https://cidades.ibge.gov.br/brasil/sp/sao-paulo/panorama');
$dom = new DOMDocument();
$dom->loadHTML($html);
$xpath = new DOMXPath($dom);

步骤2：编写精准的XPath定位语句 #

核心是先找到TERRITÓRIO E AMBIENTE板块，再定位它下面的表格行。根据页面结构，我们可以这样写：

// 先定位到标题所在的元素，再找它后续的表格行
$targetRows = $xpath->query("//h3[contains(normalize-space(text()), 'TERRITÓRIO E AMBIENTE')]/following-sibling::div[contains(@class, 'conteudo')]//table/tbody/tr");

这里的逻辑是：

• 找到包含目标标题的<h3>标签（如果实际页面是<h2>或其他标签，你可以根据开发者工具的检查结果调整）
• 定位到标题后面的内容容器（带conteudo类的div）
• 再深入到表格的<tbody>里取数据行，这样就能自动跳过表头行

步骤3：遍历获取目标4行内容 #

现在你可以遍历查询结果，提取前4行数据：

if ($targetRows->length > 0) {
    $rowCount = 0;
    foreach ($targetRows as $row) {
        if ($rowCount >= 4) break; // 只取前4行
        $cells = $xpath->query('.//td', $row);
        $rowData = [];
        foreach ($cells as $cell) {
            $rowData[] = trim($cell->nodeValue);
        }
        print_r($rowData); // 输出每行的内容
        $rowCount++;
    }
} else {
    echo "未找到目标板块的表格行";
}

// 清理错误缓存
libxml_clear_errors();

关键提示 #

如果页面结构有变动（比如标签类名、标题层级改变），你可以用浏览器开发者工具（F12）右键目标元素，选择「复制XPath」来快速生成基础路径，再调整成更通用的写法（比如用contains()代替精确匹配，避免因空格或细微文本变化失效）。

内容的提问来源于stack exchange，提问作者Gislef