这篇文章将为大家详细讲解有关利用phpQuery怎么对网页进行采集,文章内容质量较高,因此小编分享给大家做个参考,希望大家阅读完这篇文章后对相关知识有一定的了解。
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:
代码如下:
包括& # 39;phpQuery/phpQuery.php& # 39;;
phpQuery:: newDocumentFile (& # 39; https://www.jb51.net& # 39;);
回声pq (“。blkTop h2: 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 h2:情商(0)”)抓取了页面类属性为blkTop的DIV元素,并找到该DIV内部的第一个h2标签,然后用html()方法获取h2标签里的内容(带html标签),也就是我们要获取的头条信息,如果使用文本()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网站的博客列表,请看代码:
代码如下:
包括& # 39;phpQuery/phpQuery.php& # 39;;
phpQuery:: newDocumentFile (& # 39; https://www.jb51.net& # 39;);
$ artlist=pq (“.blog_li");
foreach (artlist李美元美元){
,,李回声pq($)→找到(& # 39;h3 # 39;)→干净自己的html (),
}
通过循环列表中的DIV,找出文章标题并输出,就是这么简单。
解析XML文档
假设现在有一个这样的测试。xml文档:
代码如下:
& lt; ?xml version=?.0”;编码=皍tf-8" ?比;
& lt; root>
,& lt; contact>
,,,,& lt; name>张三& lt;/name>
,,,,& lt; age> 22 & lt;/age>
,& lt;/contact>
,& lt; contact>
,,,,& lt; name>王五& lt;/name>
,,,,& lt; age> 18 & lt;/age>
,& lt;/contact>
& lt;/root>
现在我要获取名字为张三的联系人的年龄,代码如下:
代码如下:
包括& # 39;phpQuery/phpQuery.php& # 39;;
phpQuery:: newDocumentFile (& # 39; test.xml& # 39;);
回声pq(& # 39;接触比;年龄:情商(0)& # 39;);
结果输出:22
关于利用phpQuery怎么对网页进行采集就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看的到。
