使用Curl与Simple HTML Dom爬取网页时遇find()方法调用错误求助

这个错误的本质其实很直白：你尝试对普通字符串调用Simple HTML Dom库的find()方法，但字符串本身根本没有这个方法——说白了，你没把Curl获取到的HTML内容转换成Simple HTML Dom的对象实例，就直接去调用专属方法了。

问题出在哪？ #

看你提供的代码片段，你用file_get_contents_curl()函数通过Curl拿到了网页内容，但之后应该是直接把返回的$data（纯字符串）拿去调用find()了，这自然会触发致命错误。

修正后的完整代码示例 #

我把你的代码补全并修正了关键步骤，核心就是要把Curl返回的字符串转换成DOM对象：

<?php 
include_once("simple_html_dom.php"); 

// 完善Curl函数，记得关闭句柄+增加错误检查
function file_get_contents_curl($url) { 
    $ch = curl_init(); 
    curl_setopt($ch, CURLOPT_HEADER, 0); 
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); 
    curl_setopt($ch, CURLOPT_URL, $url); 
    curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1);
    // 加上User-Agent，避免被目标网站的反爬规则拦截
    curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/118.0.0.0 Safari/537.36'); 
    $data = curl_exec($ch); 
    // 检查Curl请求是否出错
    if(curl_errno($ch)) {
        error_log("Curl请求错误: " . curl_error($ch));
        $data = false;
    }
    curl_close($ch); 
    return $data;
}

// 正确的处理流程：
// 1. 先获取网页的HTML内容
$html_content = file_get_contents_curl("https://promo.pan.com.hr");
if($html_content === false) {
    die("无法获取目标网页内容，请检查Curl配置或网络");
}

// 2. 将纯HTML字符串转换成Simple HTML Dom对象
$html = str_get_html($html_content);
if($html === false) {
    die("无法解析HTML内容，可能是编码问题或HTML格式异常");
}

// 3. 现在可以正常调用find()方法了
// 举个例子：提取所有商品标题（假设标题用h3标签）
$product_titles = $html->find('h3.product-title');
foreach($product_titles as $title) {
    echo $title->plaintext . "<br>";
}

// 4. 记得清理DOM对象，避免内存泄漏
$html->clear();
?>

额外排查要点 #

1. 确认Curl请求是否成功：可以先var_dump($html_content)看看返回的是不是有效的HTML代码，如果是false或者一堆错误信息，说明Curl被目标网站拦截了，需要调整请求头（比如加Cookie、Referer）。
2. 检查Simple HTML Dom库引入：确认simple_html_dom.php的文件路径完全正确，没有引入错误导致库未加载。
3. 处理编码问题：如果目标网页编码和你的脚本编码不一致，可能会导致解析失败，可以尝试用mb_convert_encoding($html_content, 'UTF-8', '原编码')转换后再传入str_get_html()。

内容的提问来源于stack exchange，提问作者Hotshot