QueryList解析微信文章实例
程序员文章站
2022-04-18 08:06:06
...
最近工作中需要做一个通过微信文章url抓取微信文章的功能，网页解析使用的是QueryList。将代码实现的逻辑记录一下。希望能帮助到大家。
具体实现代码如下：
/**
* @param $url 微信文章url
* @return bool
*/
function spideWx($url){
if(empty($url)) return false;
$_host = parse_url($url, PHP_URL_HOST); //获取主机名
if($_host !== 'mp.weixin.qq.com') return false; //不是来自微信文章
$html = file_get_contents($url);
if(empty($html)) return false;
$html = str_replace("<!--headTrap<body></body><head></head><html></html>-->", "", $html); //去除微信干扰元素!!!否则乱码
preg_match("/var msg_cdn_url = \".*\"/", $html, $matches); //获取微信封面图
$coverImgUrl = $matches[0];
$coverImgUrl = substr(explode('var msg_cdn_url = "', $coverImgUrl)[1], 0, -1);
$rules = array( //设置QueryList的解析规则
'content' => array('#js_content', 'html'), //文章内容
'title' => array('#activity-name', 'text'), //文章标题
'author'=> array('.rich_media_meta_text:eq(1)','text'), //作者
'account_name' => array('#js_profile_qrcode .profile_nickname','text'), //公众号
'account_en_name' => array('#js_profile_qrcode .profile_meta:eq(0) .profile_meta_value','text'), //公众号英文标识
);
//替换图片链接，解决微信图片防盗链
$_link = 'http://read.html5.qq.com/image?src=forum&q=5&r=0&imgflag=7&imageUrl=';
$data = QueryList::Query($html,$rules)->getData(); //执行解析
$_res = $data[0]; //获取解析结果
if(empty($_res)) return false; //解析失败
$_res['thumb'] = $_link.$coverImgUrl; //封面图
$_res['title_crc'] = sprintf("%u", crc32($_res['title'])); //标题crc
$_res['url_crc'] = sprintf("%u", crc32($url)); //url-crc
$pattern = '/<img([^>]*)src\s*=\s*([\' "])([\s\S]*?)([^>]*)/'; //正则替换内容中的图片链接
$_res['content'] = preg_replace($pattern, '<img$1src=$2'.$_link.'$3$4', $_res['content']);
return $_res;
}
相关推荐：
QueryList最简单的PHP采集工具，以采集百度乐彩彩票开奖号为例
以上就是QueryList解析微信文章实例的详细内容，更多请关注其它相关文章！