前言
平時開發中可能遇到一個問題。采集網頁,小偷程序等等。各種花式秀正則的話,雖然能體現出geek,但是我覺得做事卻不夠優雅。采集到的網頁說白了也是DOM,jQuery各種優雅地獲取節點。幸好,有這個類庫,幫我們解決了這個,那就是phpQuery.
為什么使用phpQuery
phpQuery是基于php5新添加的DOMDocument。而DOMDocument則是專門用來處理html/xml。它提供了強大的xpath選擇器及其他很多html/xml操作函數,使得處理html/xml起來非常方便。
尤其對于新手,看到一堆”不知所云”的字符評湊在一起,有種腦袋都要炸了的感覺。如果要分離的對象沒有太明顯的特征,正則寫起來更是麻煩。
學習成本低,jQuery是PHP程序員的標配,那么懂jQuery的話,是可以無縫銜接的,學習成本幾乎為0。選擇器,節點,節點信息,over
下載地址
https://code.google.com/archive/p/phpquery/downloads(需要翻墻,或者自行百度phpQuery)
實驗
既然開始了,那么就做個實驗,比如我們要獲取SF的所有標簽名稱https://segmentfault.com/tags,審查元素,得到部分標簽屬性。<a class="tag" data-original-title="負載均衡">負載均衡</a>
Demo
1
2
3
4
5
6
7
8
9
|
<?php require ( "phpQuery.php" ); //導入phpQuery庫 $html = phpQuery::newDocumentFile( "https://segmentfault.com/tags" ); $hrefList = pq( ".tag" ); //獲取標簽為a的所有對象$(".tag") foreach ( $hrefList as $href ) { echo $href ->getAttribute( "data-original-title" ), "<br>" ; } |
結果
總結
0.網頁采集真特么無腦暴力,成功繞過惡心的正則
1.寫法參照jQuery
2.體會Dom的思想
3.此類庫并非萬金油,更適合網頁采集
以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支持服務器之家。
原文鏈接:https://www.cnblogs.com/baimeishaoxia/p/12617738.html