使用phpQuery采集网页的方法
2015-01-24信息快讯网
使用phpQuery轻松采集网页内容,像使用jQuery一样处理页面内容
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://www.jb51.net'); 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.jb51.net'); $artlist = pq(".blog_li"); foreach($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。
phpquery项目官网地址:http://code.google.com/p/phpquery/
PHP采集类Snoopy抓取图片实例
PHP基于GD库的缩略图生成代码(支持jpg,gif,png格式)
PHP mkdir()无写权限的问题解决方法
PHP获取文件的MD5值并判断是否被修改的例子
PHP中strlen()和mb_strlen()的区别浅析
ThinkPHP CURD方法之order方法详解
ThinkPHP CURD方法之where方法详解
CodeIgniter CLI模式简介
浅析ThinkPHP中execute和query方法的区别
Codeigniter上传图片出现“You did not select a file to upload”错误解决办法
一个基于phpQuery的php通用采集类分享
jQuery中的RadioButton,input,CheckBox取值赋值实现代码
PHP jQuery表单,带验证具体实现方法
php和jquery实现地图区域数据统计展示数据示例
使用PHP静态变量当缓存的方法
phpQuery占用内存过多的处理方法
PHP反射类ReflectionClass和ReflectionObject的使用方法
php堆排序(heapsort)练习
php生成EAN_13标准条形码实例
使用php计算排列组合的方法
php5.3 不支持 session_register() 此函数已启用的解决方法
session在php5.3中的变化 session_is_registered() is deprecated in
CodeIgniter使用phpcms模板引擎
CodeIgniter基本配置详细介绍
DOM XPATH获取img src值的query
php jq jquery getJSON跨域提交数据完整版
怎样使用php与jquery设置和读取cookies
解决PHP mysql_query执行超时(Fatal error: Maximum execution time …)