利用php實(shí)現(xiàn)數(shù)據(jù)爬取的原理是什么

發(fā)布時(shí)間：2020-12-09 16:22:36 來(lái)源：億速云閱讀：154 作者：Leah 欄目：開(kāi)發(fā)技術(shù)

本篇文章給大家分享的是有關(guān)利用php實(shí)現(xiàn)數(shù)據(jù)爬取的原理是什么，小編覺(jué)得挺實(shí)用的，因此分享給大家學(xué)習(xí)，希望大家閱讀完這篇文章后可以有所收獲，話(huà)不多說(shuō)，跟著小編一起來(lái)看看吧。

QueryList使用jQuery選擇器來(lái)做采集，讓你告別復(fù)雜的正則表達(dá)式；QueryList具有jQuery一樣的DOM操作能力、Http網(wǎng)絡(luò)操作能力、亂碼解決能力、內(nèi)容過(guò)濾能力以及可擴(kuò)展能力；可以輕松實(shí)現(xiàn)諸如：模擬登陸、偽造瀏覽器、HTTP代理等意復(fù)雜的網(wǎng)絡(luò)請(qǐng)求；擁有豐富的插件，支持多線(xiàn)程采集以及使用PhantomJS采集JavaScript動(dòng)態(tài)渲染的頁(yè)面。

安裝

通過(guò)Composer安裝:

composer require jaeger/querylist

使用教程：

直接上代碼：

<&#63;php
include './vendor/autoload.php';
// 使用composer安裝后引入目錄
use QL\QueryList;
// 使用插件
 
$html = file_get_contents('https://www.biqudu.com/14_14778/');
// 手動(dòng)獲取頁(yè)面
$data = QueryList::html($html);
// 得到頁(yè)面內(nèi)容
$data = QueryList::setHtml('https://www.biqudu.com/14_14778/');
// 等同于上面的html()
$data->rules([
  // 采集所有a標(biāo)簽的href屬性
  'link' => ['a','href'],
  // 采集所有a標(biāo)簽的文本內(nèi)容
  'text' => ['a','text']
  ]);
// 此處$data = 上面已經(jīng)獲取到網(wǎng)頁(yè)內(nèi)容之后的對(duì)象
// 設(shè)置采集規(guī)則 替代了傳統(tǒng)正則
$data->query();
// 此處$data = 上面已經(jīng)獲取到網(wǎng)頁(yè)內(nèi)容之后的對(duì)象 
// query 執(zhí)行操作
$data->getData();
// 此處$data = 上面已經(jīng)獲取到網(wǎng)頁(yè)內(nèi)容之后的對(duì)象
// 得到數(shù)據(jù)結(jié)果
$data->all();
// 此處$data = 上面已經(jīng)獲取到網(wǎng)頁(yè)內(nèi)容之后的對(duì)象
// 將數(shù)據(jù)轉(zhuǎn)換成二維數(shù)組
print_r($data->all());
// 打印結(jié)果

以上就是利用php實(shí)現(xiàn)數(shù)據(jù)爬取的原理是什么，小編相信有部分知識(shí)點(diǎn)可能是我們?nèi)粘９ぷ鲿?huì)見(jiàn)到或用到的。希望你能通過(guò)這篇文章學(xué)到更多知識(shí)。更多詳情敬請(qǐng)關(guān)注億速云行業(yè)資訊頻道。

向AI問(wèn)一下細(xì)節(jié)

利用php實(shí)現(xiàn)數(shù)據(jù)爬取的原理是什么

猜你喜歡

最新資訊

相關(guān)推薦

相關(guān)標(biāo)簽