PHP采集插件QueryList实践教学

vlambda
2020-06-12

PHP采集插件QueryList实践教学

php中文网最新课程

每日17点准时技术干货分享

一：需求背景

作为一个开发人员，在日常开发中或多或少多会遇到采集的需求，需要采集某个网站的数据、文章等等，同时在还需要对采集到内容进行解析，分类等操作。在解析分类的过程中，大多数PHPer使用正则的方式来分析爬到的数据，增加了难度的同时效率也没有得到提升，用QueryList则可以很简单的结果问题。

二：什么是QueryList？

QueryList是一个基于phpQuery的开源项目，可以让PHPer在采集信息时对内容进行一个类似JQuery的DOM操作，十分简洁方便，贴合平常开发的习惯。

三：下载安装

(1) 环境要求，安装方式有两种，选中以下任意一种都可以。

PHP >= 5.3

(2) 安装方式-使用composer安装

composer require jaeger/querylist:V3.2.1

或者在项目的composer.json文件中加入以下配置，之后composer update

"require" : {
 "jaeger/querylist": "^3.2"
}

安装完成之后在项目中，直接引入vendor/autoload.php文件，即可直接开始使用

(3) 测试

$html = <<<STR
<div id="one">
 <div class="two">
 <a href="http://querylist.cc">QueryList官网</a>
 <img alt="这是图片">
 <img alt="这是图片2">
 </div>
 <span>其它的<b>一些</b>文本</span>
</div>
STR;
 $rules = array(
 //采集id为one这个元素里面的纯文本内容
 'text' => array('#one','text'),
 //采集class为two下面的超链接的链接
 'link' => array('.two>a','href'),
 //采集class为two下面的第二张图片的链接
 'img' => array('.two>img:eq(1)','src'),
 //采集span标签中的HTML内容
 'other' => array('span','html')
 );
 $data = QueryList::Query($html, $rules)->data;
 var_dump($data);

(4) 安装方式-手动安装

前往Github下载代码https://github.com/jae-jae/QueryL，获取其中的QueryList.php和phpQuery.php这两个文件放到项目中即可

(5) 测试

<?php
require 'phpQuery.php';
require 'QueryList.php';
use QL\QueryList;
$hj = QueryList::Query('https://php.cn/',array("url"=>array('.unit h1 a','href')));
$data = $hj->getData(function($x){
 return $x['url'];
});
print_r($data);