使用phpQuery轻巧采集网页内容
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://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:
张三 22 王五 18
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/
相关文章
相关视频
专题推荐
-
独孤九贱-php全栈开发教程
全栈 170W+
主讲:Peter-Zhu 轻松幽默、简短易学,非常适合PHP学习入门
-
玉女心经-web前端开发教程
入门 80W+
主讲:灭绝师太 由浅入深、明快简洁,非常适合前端学习入门
-
天龙八部-实战开发教程
实战 120W+
主讲:西门大官人 思路清晰、严谨规范,适合有一定web编程基础学习
- 最新文章
- 热门排行
推荐阅读
-
php中fsockopen采集网页内容实例_PHP教程
-
Python获取基金网站网页内容、使用BeautifulSoup库分析html操作示例
-
零基础写python爬虫之使用urllib2组件抓取网页内容
-
phpQuery采集网页实现代码实例
-
Python获取基金网站网页内容、使用BeautifulSoup库分析html操作示例
-
有什么好方法防止自己网页的内容被采集
-
独品网页批量采集如何使用? 独品网页批量采集使用图文教程
-
零基础写python爬虫之使用urllib2组件抓取网页内容
-
使用FileSave.js将网页内容保存到文件
-
浏览器查看网页提示危险内容不使用安全HTTPS连接传送该怎办?
网友评论
文明上网理性发言,请遵守 新闻评论服务协议
我要评论