使用phpQuery轻松采集网页内容
来源:互联网 发布:linux ntpserver配置 编辑:程序博客网 时间:2024/05/22 07:56
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:
include 'phpQuery/phpQuery.php'; phpQuery::newDocumentFile('http://news.sina.com.cn/china'); 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:
include 'phpQuery/phpQuery.php'; phpQuery::newDocumentFile('http://www.helloweba.com/blog.html'); $artlist = pq(".blog_li"); foreach($artlist as $li){ echo pq($li)->find('h2')->html().""; }
通过循环列表中的DIV,找出文章标题并输出,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:
<?xml version="1.0" encoding="utf-8"?> <root> <contact> <name>张三</name> <age>22</age> </contact> <contact> <name>王五</name> <age>18</age> </contact> </root>
现在我要获取名字为张三的联系人的年龄,代码如下:
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。
项目官网地址:http://code.google.com/p/phpquery/
声明:本文为原创文章,helloweba.com和作者拥有版权,如需转载,请注明来源于helloweba.com并保留原文链接:http://www.helloweba.com/view-blog-133.html
- 使用phpQuery轻松采集网页内容
- 使用phpQuery轻松采集网页内容
- 使用phpQuery轻松采集网页内容
- 使用phpQuery轻松采集网页内容
- 使用phpQuery轻松采集网页内容
- 使用phpQuery轻松采集网页内容
- 使用phpQuery轻松采集网页内容
- phpQuery轻松采集网页内容
- PHP采集利器:phpQuery,像jQuery一样轻松采集内容
- 使用phpquery采集小说
- 工作记录:html网页采集利器:simple_html_dom,phpQuery
- 使用phpQuery 抓取HTML 页面内容
- 采集获取网页内容
- PHPquery信息采集
- phpQuery采集58二手车
- 采集网页内容,pdo入库,定时采集
- laravel框架使用phpQuery库来实现网页抓取
- C# WEB网页内容采集
- 解决mac系统下无法手动设置ip的问题
- 9800万美金的资本投资对安全行业而言意味着什么?
- PowerDesigner一部分使用说明
- Python join函数 基础知识篇
- Hive部分操作总结
- 使用phpQuery轻松采集网页内容
- JetBrains使用技能分享征集大赛优秀作品——用webstorm开发NodeJS项目
- Hadoop源码分析 RPC Server端
- [Swift]ViewController中xib控件为空
- c++11之 Lambda表达式
- NYOJ 5 Binary String Matching (KMP)
- 微信语音下载到服务器 上传到七牛转换为mp3
- 采用PHP函数uniqid生成一个唯一的ID
- Swift必备开发库(高级篇)