文档章节

使用phpQuery轻松采集网页内容

Minho
 Minho
发布于 2012/02/08 11:35
字数 595
阅读 409
收藏 4

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。

DEOM演示

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。

开源中国社区收录地址

源码下载地址

本文转载自:http://www.helloweba.com/view-blog-133.html

共有 人打赏支持
Minho
粉丝 25
博文 53
码字总数 31501
作品 3
青岛
程序员
私信 提问
phpQuery—基于jQuery的PHP实现

Query的选择器之强大是有目共睹的,phpQuery 让php也拥有了这样的能力,它就相当于服务端的jQuery。 先来看看官方简介: phpQuery is a server-side, chainable, CSS3 selector driven Docum...

谢锡鹏
2014/09/25
0
13
问个phpQuery采集的问题

@李飞麟 你好,想请教个phpQuery的问题。 我用phpQuery采集糗事百科首页的内容,代码如下 phpQuery::newDocumentFile('http://qiushibaike.com'); $art = pq('.block'); foreach($art as $t......

amonxu
2013/10/15
655
3
phpquery中的each怎么用??

想知道phpquery中each怎么用,我这么写 echo pq("article")->each("Welcome::test","title"); 返回的是整个对象。 当然,用foreach也可以实现,但还是想了解下,看phpquery这部分代码,没看懂......

rihgtzhao
2015/07/17
824
4
phpQuery使用DOMDocument::loadHTML方法产生报错的处理方式

发现问题 在做爬虫的时候,用了QueryList,在运行的过程中查看日志,出现很多关于phpQuery单文件的error报错,问题是出在html非标准化格式 解决问题 在查看关于类方法的使用的时候,发现可以...

贤郎--Querying
2018/07/27
0
0
phpQuery网页采集不全,只有部分采集到

phpQuery网页采集不全,只有部分采集到 通过firebug把网页代复制下来保存为一个本地网页的话,采集没有问题,所有内容都能采集到,但是在线采集的话只能部分采集,问题出在一个嵌套的表格,外...

leejava
2017/06/16
137
2

没有更多内容

加载失败,请刷新页面

加载更多

100行Python代码理解深度学习关键概念:从头构建恶性肿瘤检测网络

在构建乳腺癌预测神经网络过程中,我们主要分为3大部分: 1.用Python从零开始创建一个神经网络,并使用梯度下降算法训练模型。 2.在该神经网络中使用威斯康星乳腺癌数据集,根据9种不同的特征...

阿里云官方博客
28分钟前
0
0
数据库表结构查询SQL

今天给大家送上两个SQL查询的方法,也许在项目中你都用过,但是,没关系,仅仅记录下,以便后面不用去查找。针对与经常写SQL的同行来说,应该是非常简单的。 查询表结构数据 SELECTt.COLU...

摘星族
32分钟前
2
0
Maven常用命令

NAME       mvn - software project management and comprehension toolDESCRIPTION       usage: mvn [options] [<goal(s)>] [<phase(s)>]OPTIONS       -am,--a......

吴伟祥
35分钟前
1
0
在Centos7中安装mysql 5.6的一些注意点

在Centos7中安装mysql 5.6的一些注意点 2018年04月08日 11:45:11 去看日出 阅读数:408 在Centos7中安装mysql 5.6的一些注意点 2015/07/18 | 数据库 | shenyi| 4 条评论 | 19733 views 1、C...

rootliu
40分钟前
4
0
关于360插件化Replugin 2.3.1版本的AS配置解决方案

编译错误:No signature of method: com.android.build.gradle.internal.scope.VariantScopeImpl.getMergeAssetsTask() is applicable for argument types: () values: [] 解决方案:加入热心......

Gemini-Lin
今天
1
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部