利用phpQuery怎么對(duì)網(wǎng)頁(yè)進(jìn)行采集

這篇文章將為大家詳細(xì)講解有關(guān)利用phpQuery怎么對(duì)網(wǎng)頁(yè)進(jìn)行采集，文章內(nèi)容質(zhì)量較高，因此小編分享給大家做個(gè)參考，希望大家閱讀完這篇文章后對(duì)相關(guān)知識(shí)有一定的了解。

phpQuery是一個(gè)基于PHP的服務(wù)端開(kāi)源項(xiàng)目，它可以讓PHP開(kāi)發(fā)人員輕松處理DOM文檔內(nèi)容，比如獲取某新聞網(wǎng)站的頭條信息。更有意思的是，它采用了jQuery的思想，你可以像使用jQuery一樣處理頁(yè)面內(nèi)容，獲取你想要的頁(yè)面信息。
采集頭條
先看一實(shí)例，現(xiàn)在我要采集新浪網(wǎng)國(guó)內(nèi)新聞的頭條，代碼如下：

復(fù)制代碼 代碼如下:

include 'phpQuery/phpQuery.php';
phpQuery::newDocumentFile('https://www.jb51.net');
echo pq(".blkTop h2:eq(0)")->html();

簡(jiǎn)單的三行代碼，就可以獲取頭條內(nèi)容。首先在程序中包含phpQuery.php核心程序，然后調(diào)用讀取目標(biāo)網(wǎng)頁(yè)，最后輸出對(duì)應(yīng)標(biāo)簽下的內(nèi)容。
pq()是一個(gè)功能強(qiáng)大的方法，跟jQuery的$()如出一轍，jQuery的選擇器基本上都能使用在phpQuery上，只要把“.”變成“->”。如上例中，pq(“.blkTop h2:eq(0)”)抓取了頁(yè)面class屬性為blkTop的DIV元素，并找到該DIV內(nèi)部的第一個(gè)h2標(biāo)簽，然后用html()方法獲取h2標(biāo)簽里的內(nèi)容（帶html標(biāo)簽），也就是我們要獲取的頭條信息，如果使用text()方法，則只獲取頭條的文本內(nèi)容。當(dāng)然要使用好phpQuery，關(guān)鍵是要找對(duì)文檔中對(duì)應(yīng)內(nèi)容的節(jié)點(diǎn)。
采集文章列表
下面再來(lái)看一個(gè)例子，獲取helloweba.com網(wǎng)站的blog列表，請(qǐng)看代碼：

復(fù)制代碼 代碼如下:

include 'phpQuery/phpQuery.php';
phpQuery::newDocumentFile('https://www.jb51.net');
$artlist = pq(".blog_li");
foreach($artlist as $li){
   echo pq($li)->find('h3')->html()."";
}

通過(guò)循環(huán)列表中的DIV，找出文章標(biāo)題并輸出，就是這么簡(jiǎn)單。
解析XML文檔
假設(shè)現(xiàn)在有一個(gè)這樣的test.xml文檔：

復(fù)制代碼 代碼如下:

<?xml version="1.0" encoding="utf-8"?>
<root>
  <contact>
     <name>張三</name>
     <age>22</age>
  </contact>
  <contact>
     <name>王五</name>
     <age>18</age>
  </contact>
</root>

現(xiàn)在我要獲取名字為張三的聯(lián)系人的年齡，代碼如下：

復(fù)制代碼 代碼如下:

include 'phpQuery/phpQuery.php';
phpQuery::newDocumentFile('test.xml');
echo pq('contact > age:eq(0)');
結(jié)果輸出：22

關(guān)于利用phpQuery怎么對(duì)網(wǎng)頁(yè)進(jìn)行采集就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，可以學(xué)到更多知識(shí)。如果覺(jué)得文章不錯(cuò)，可以把它分享出去讓更多的人看到。