使用phpQuery采集网页的方法

前端之家收集整理的这篇文章主要介绍了使用phpQuery采集网页的方法前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

PHPQuery是一个基于PHP的服务端开源项目,它可以让PHP开发人员轻松处理DOM文档内容,比如获取某新闻网站的头条信息。更有意思的是,它采用了jQuery的思想,你可以像使用jQuery一样处理页面内容获取你想要的页面信息。
采集头条
先看一实例,现在我要采集新浪网国内新闻的头条,代码如下:
<div class="codetitle"><a style="CURSOR: pointer" data="26763" class="copybut" id="copybut26763" onclick="doCopy('code26763')"> 代码如下:

<div class="codebody" id="code26763">
include 'PHPQuery/PHPQuery.PHP';
PHPQuery::newDocumentFile('//www.jb51.cc');
echo pq(".blkTop h1:eq(0)")->html();

简单的三行代码,就可以获取头条内容。首先在程序中包含PHPQuery.PHP核心程序,然后调用读取目标网页,最后输出对应标签下的内容
pq()是一个功能强大的方法,跟jQuery的$()如出一辙,jQuery的选择器基本上都能使用在PHPQuery上,只要把“.”变成“->”。如上例中,pq(“.blkTop h1:eq(0)”)抓取了页面class属性为blkTop的DIV元素,并找到该DIV内部的第一个h1标签,然后用html()方法获取h1标签里的内容(带html标签),也就是我们要获取的头条信息,如果使用text()方法,则只获取头条的文本内容。当然要使用好PHPQuery,关键是要找对文档中对应内容的节点。
采集文章列表
下面再来看一个例子,获取helloweba.com网站的blog列表,请看代码
<div class="codetitle"><a style="CURSOR: pointer" data="18477" class="copybut" id="copybut18477" onclick="doCopy('code18477')"> 代码如下:
<div class="codebody" id="code18477">
include 'PHPQuery/PHPQuery.PHP';
PHPQuery::newDocumentFile('//www.jb51.cc');
$artlist = pq(".blog_li");
foreach($artlist as $li){
echo pq($li)->find('h2')->html()."";
}

通过循环列表中的DIV,找出文章标题输出,就是这么简单。
解析XML文档
假设现在有一个这样的test.xml文档:
<div class="codetitle"><a style="CURSOR: pointer" data="96451" class="copybut" id="copybut96451" onclick="doCopy('code96451')"> 代码如下:
<div class="codebody" id="code96451">
<?xml version="1.0" encoding="utf-8"?>


张三
22


王五
18



现在我要获取名字为张三的联系人的年龄,代码如下:
<div class="codetitle"><a style="CURSOR: pointer" data="35972" class="copybut" id="copybut35972" onclick="doCopy('code35972')"> 代码如下:
<div class="codebody" id="code35972">
include 'PHPQuery/PHPQuery.PHP';
PHPQuery::newDocumentFile('test.xml');
echo pq('contact > age:eq(0)');
结果输出:22

像jQuery一样,精准查找文档节点,输出节点下的内容,解析一个XML文档就是这么简单。现在你不必为采集网站内容而使用那些头疼的正则算法、内容替换等繁琐的代码了,有了PHPQuery,一切就变得轻松多了。
PHPquery项目官网地址:http://code.google.com/p/PHPquery/

原文链接:https://www.f2er.com/php/25435.html
phpQuery采集网页

猜你在找的PHP相关文章