我正在使用名為php-spider的精彩腳本，目的是從一些網站上抓取標題、描述、H1、H2、H3 和 H4。作為配置腳本的一部分，有必要設置一個“XpathExpressionDiscoverer”來指示腳本如何在每個頁面上找到額外的超鏈接以進行抓取。我假設這是指標準的 Xpath 查詢語言。我的目標是找到一個通常適用于大多數網站的 XpathExpressionDiscoverer（而不是要求我為每個站點自定義它）。這是我嘗試過的：我注意到作者提供的示例使用非常具體的 XpathExpressionDiscoverer 來抓取給定的示例站點：// The URI we want to start crawling with$seed = 'http://dmoztools.net/Computers/Internet/';// We add an URI discoverer. Without it, the spider wouldn't get past the seed resource.$spider->getDiscovererSet()->set(new XPathExpressionDiscoverer("//*[@id='cat-list-content-2']/div/a"));由于我的目標只是發現頁面上的任何超鏈接，因此我嘗試將 XPath 擴展為更通用的內容（“//a”），如下所示：// We add an URI discoverer. Without it, the spider wouldn't get past the seed resource.$spider->getDiscovererSet()->set(new XPathExpressionDiscoverer("//a"));雖然這個新的 Xpath 成功地抓取了示例站點 (dmoztools.net)，但它似乎不適用于我嘗試的其他示例（如下）。它只是抓取種子頁面，但無法發現或抓取頁面上的其他 URI（即使它們具有應與 Xpath 匹配的 A HREF 標記）。示例 A：https ://www.petco.com/shop/en/petcostore/category/fish示例 B：https ://www.thetruthaboutcars.com/你碰巧看到我要去哪里錯了嗎？謝謝！