欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

在laravel中使用Symfony的Crawler组件分析HTML

程序员文章站 2024-03-09 18:05:53
crawler全名是domcrawler,是symfony框架的组件。令人发指的是domcrawler的没有中文文档,symfony也没有翻译该部分,所以使用domcraw...

crawler全名是domcrawler,是symfony框架的组件。令人发指的是domcrawler的没有中文文档,symfony也没有翻译该部分,所以使用domcrawler开发只能一点一点摸索,现将使用过程中的经验总结。

首先是安装

composer require symfony/dom-crawler
composer require symfony/css-selector

css-seelctor 是 css选择器,用css选择节点时一些函数会用到

手册里面使用的例子是

use symfony\component\domcrawler\crawler;
$html = <<<‘html‘
hello world!
hello crawler!
html;
$crawler = new crawler($html);
foreach ($crawler as $domelement)
{
var_dump($domelement->nodename);
}

打印的结果是

string ‘html‘ (length=4)

因为这段html代码的nodename就是html,英语不好,开始使用的时候还以为程序错了。。。

实际使用过程,如果new crawler($html)会出现乱码问题,应该是与页面编码有关,所以可以采用下面的方式,先初始化crawler,然后添加node

$crawler = new crawler();
$crawler->addhtmlcontent($html);

addhtmlcontent的第二个参数是charset,默认是utf-8。

其他例子可以参考官方文档,

记录一下工作中一点点试出来的用法

filterxpath(string $xpath) 方法,按照手册上的说法,该方法的参数是$xpath,经常用的是p,div等块。

echo $crawler->filterxpath(‘//body/p‘)->text();
echo $crawler->filterxpath(‘//body/p‘)->last()->text();

输出是第一个和下一个p标签块的文本

var_dump($crawler->filterxpath(‘//body‘)->html());

输出body内的html

foreach ($crawler->filterxpath(‘//body/p‘) as $i => $node) {
$c = new crawler($node);
echo $c->filter(‘p‘)->text();
}

filterxpath获得的是domelement块的数组,每个domelement块可以使用新的crawler对象继续解析

$nodevalues =
$crawler->filterxpath(‘//body/p‘)->each(function (crawler $node, $i) {
return $node->text();
});

crawler提供了each循环,使用闭包函数简化代码,不过注意的是,这种写法$nodevalues得到的是数组,需要进一步处理。

其他用法

echo $crawler->filterxpath(‘//body/p‘)->attr(‘class‘);

可以获得第一个p标签对应class属性的值“message”

$crawler->filterxpath(‘//div[@class="样式"]‘)->filter(‘a‘)->attr(‘href‘);
$crawler->filterxpath(‘//div[@class="样式"]‘)->filter(‘a>img‘)->extract(array(‘alt‘, ‘href‘))

以上是获得标签属性的一些方法

filter和filterxpath不同,手册上写的是css选择器,不太明白,我理解是div这种xpath节点包含的元素,具体情况还需要在实际开发中去尝试。

总的来说感觉domcrawler要比simple html dom好用一些,可能是我用的比较浅显。

上述只是crawler的基本功能,更过用法请查阅symfony手册关于crawler部分的函数

http://api.symfony.com/3.2/symfony/component/domcrawler/crawler.html

crawler主要问题还是示例太少,函数手册里面没有使用实例,只能在实际使用中去摸索。。。。

symfony关于domcrawler的文档,里面有少数例子

以上所述是小编给大家介绍的在laravel中使用symfony的crawler组件分析html,希望对大家有所帮助