2

Estou tentando capturar uma div apartir de sua classe porem nao obtive exito, observe: eu tento capturar a div com a classe class='m-definicao-conteudo' do site que informo ao curl, porem me retorna esse error:

Warning:
DOMDocument::loadHTML(): Unexpected end tag : a in Entity, line: 102 in /Applications/XAMPP/xamppfiles/htdocs/teste.php on line 13

$ch = curl_init ("");
curl_setopt($ch, CURLOPT_URL, 'http://dicionarioinformal.com.br/aham/');
curl_setopt($ch, CURLOPT_USERAGENT, "Opera/9.80 (J2ME/MIDP; Opera Mini/4.2.14912/870; U; id) Presto/2.4.15"); 
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
curl_setopt($ch, CURLOPT_FOLLOWLOCATION, TRUE);
$html = curl_exec($ch);

$dom = new DOMDocument;
$dom->loadHTML($html);

$xpath = new DOMXPath($dom);

$results = $xpath->query("//*[@class='m-definicao-conteudo']");

if ($results->length > 0) {
    echo $review = $results->item(0)->nodeValue;
}
2
  • Parece que o HTML não está em condições ou não está a ser recolhido na totalidade.
    – Zuul
    Commented 21/12/2014 às 4:10
  • Estranho pois ele é recolhido inteiro pelo curl Commented 21/12/2014 às 4:11

2 Respostas 2

3

Altere o USER_AGENT.

Altere:

curl_setopt($ch, CURLOPT_USERAGENT, "Opera/9.80 (J2ME/MIDP; Opera Mini/4.2.14912/870; U; id) Presto/2.4.15");

Para:

curl_setopt($ch, CURLOPT_USERAGENT, "Mozilla/5.0 (Windows NT 5.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/38.0.2125.104 Safari/537.36"); 

Você pode alterar para qualquer outro, desde que seja um navegador de Desktop.

Utilizando o atual(Opera Mini) o site está redirecionando para o modelo 'mobile' do site, que não contem a div. ;)

1
  • +1 Boa, nem tinha visto o UA em uso :)
    – Zuul
    Commented 21/12/2014 às 4:28
2

O teu problema parece-me ser a forma como estás a passar o nome da class a ser localizada:

$html = '<div>Ora que raio!</div>
<p>Ola meu nome é pseudomatica (sou normal), etc. Meu nome é assim pq sim</p>
<div class="minhaClasse">Encontrei</div>
<p></p>';

$dom = new DOMDocument;
$dom->loadHTML($html);

$class = 'minhaClasse'; // guarda nome da classe numa variavel

$procura = new DomXPath($dom); // instancia o DomXPath

$div = $procura->query("//*[contains(@class, '$class')]"); // Procura passando a variavel

Ver exemplo no Ideone:

var_dump($div->item(0)->nodeValue); // string(9) "Encontrei"
3
  • Fiz como me mostrou e retornou os mesmos erros, qual problema de meu curl? Commented 21/12/2014 às 4:25
  • Hmm... Dificil de dizer sem fazer testes com o teu código... mas aqui são 4:30h da manhã, já não tenho cabeça para ver isso a esta hora. Tentarei ajudar mais amanhã!
    – Zuul
    Commented 21/12/2014 às 4:27
  • Boa noite, ate! Commented 21/12/2014 às 4:30

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .