我正在使用Symfony、Goutte和DOMCrawler来抓取页面。不幸的是，这个页面有许多老式的数据表，没有ID、类或识别因素。因此，我试图通过解析从请求中返回的源代码来找到一个表，但我似乎无法访问任何信息
我认为当我尝试过滤它时，它只过滤第一个节点，而这不是我想要的数据所在的位置，所以它什么都不返回。
所以我有一个CCD_ 1对象。我试着循环浏览以下内容以获得我想要的内容：
$title = $crawler->filterXPath('//td[. = "Title"]/following-sibling::td[1]')->each(funtion (Crawler $node, $i) {
return $node->text();
});
我不知道Crawler $node是什么，我只是从网页上的例子中得到的。如果我能做到这一点，那么它将循环通过$crawler对象中的每个节点，并找到我真正想要的东西。
下面是一个页面示例：
<table>
<tr>
<td>Title</td>
<td>The Harsh Face of Mother Nature</td>
<td>The Harsh Face of Mother Nature</td>
</tr>
.
.
.
</table>
这只是一张桌子，有很多桌子，除了这张桌子，还有一大堆乱七八糟的东西。有什么想法吗？
（注意：早些时候，我可以为$crawler对象应用一个过滤器来获得我需要的一些信息，然后我serialize()信息，最后有了一个字符串，这很有意义。但我再也无法获得字符串了，我想知道为什么。）
DomCrawler html（）函数不会按照函数描述转储整个html：
http://api.symfony.com/2.6/Symfony/Component/DomCrawler/Crawler.html#method_html
它只返回它在您的案例中所做的第一个节点。
您可以使用http://php.net/manual/en/domdocument.savehtml.php因为DomCrawler是一组SplObjectStorage。
$html = $crawler->getNode(0)->ownerDocument->saveHTML();
如果您查看Crawler:：html（）的源代码，您将看到它正在执行以下操作：
$html = '';
foreach ($this->getNode(0)->childNodes as $child) {
$html .= $child->ownerDocument->saveHTML($child);
}
return $html;