?

querylist的使用

首先，querylist是時下php最先進的dom采集包之一，而且是國人寫的，中文文檔很好，如果想用好，應(yīng)該直接看一遍官方文檔

我這里簡單記錄下我對querylisty使用的理解。目標是用一篇文章解釋如何使用。方便我超過2個月后回憶....

操作流程

主要分為三步

載入資源

篩選目標

讀取結(jié)果

舉例：

<?php require 'QueryList/vendor/autoload.php'; use QL\QueryList; $html = <<<STR <div id="one"><div class="two"><a href="http://querylist.cc">QueryList官網(wǎng)</a><img src="http://querylist.com/1.jpg" alt="這是圖片"><img src="http://querylist.com/2.jpg" alt="這是圖片2"></div><span>其它的<b>一些</b>文本</span> </div> STR; $rules = array('text' => array('#one','text'),'link' => array('.two>a','href'),'img' => array('.two>img:eq(1)','src'),'other' => array('span','html') );$data = QueryList::html($html) // 1.載入資源->rules($rules) // 2.篩選目標之輸入篩選規(guī)則->query() // 2.篩選目標之執(zhí)行篩選->getData(); // 3.讀取結(jié)果 print_r($data->all()); // 3.讀取結(jié)果之轉(zhuǎn)換格式

我們需要了解的就是每一步具體有那些更細的方法？主要第二步篩選，怎么用？

載入資源

$html = file_get_contents('https://querylist.cc/');

方法說明

html()	ql = QueryList::html($html);
setHtml($html)	作用同上 ql->setHtml($html);
getHtml()	獲取設(shè)置的待采集的html源碼 ql->getHtml();
get()	get插件，用來輕松獲取網(wǎng)頁。該插件基于GuzzleHttp,請求參數(shù)與它一致。

篩選目標

//html源碼 $html='';//采集規(guī)則 $rules = [];//設(shè)置規(guī)則和執(zhí)行篩選 $ql = QueryList::html($html)->rules($rules)->query();//讀取結(jié)果 $data = $ql->getData(); print_r($data->all()); 方法說明

rules($arr)	設(shè)置篩選規(guī)則，是一個數(shù)組，看下面詳細介紹和舉例
range()	這個是rules的補充，看文檔代碼就明白了
removeHead()	移除頁面頭部head區(qū)域,亂碼終極解決方案，采集出現(xiàn)不可解決的亂碼問題的時候，可以嘗試調(diào)用這個方法來解決亂碼問題。
query()	執(zhí)行采集規(guī)則rules，執(zhí)行完這個方法后才可以用getData()方法獲取到采集數(shù)據(jù)。

rules單獨說明

//采集規(guī)則 $rules = array('規(guī)則名' => array('jQuery選擇器','要采集的屬性'[,"標簽過濾列表"][,"回調(diào)函數(shù)"]),'規(guī)則名2' => array('jQuery選擇器','要采集的屬性'[,"標簽過濾列表"][,"回調(diào)函數(shù)"]),.......... ); rules字段說明

規(guī)則名	不要重復 隨便寫
jQuery選擇器	jq會不
要采集的屬性	- text:返回當前選中標簽下面的純文本 - html:返回當前選中標簽下面的html片段 - [HTML標簽屬性]:如src、href、name、data-src等任意HTML標簽屬性名
標簽過濾列表	設(shè)置此選項可用來過濾不想要的內(nèi)容，多個值之間用空格隔開，有如下2條規(guī)則: - 當標簽名前面添加減號(-)時（此時標簽可以為任意的jQuery選擇器），表示移除該標簽以及標簽內(nèi)容。 - 當標簽名前面沒有減號(-)時，當 [要采集的屬性] 值為text時表示需要保留的HTML標簽以及內(nèi)容，為html時表示要過濾掉的HTML標簽但保留內(nèi)容。
回調(diào)函數(shù)	?

舉例：

$rules = ['link' => ['a','href'],'content' => ['.article','html','-.ad1 -.ad2'] ];

讀取結(jié)果

方法說明

getData()	返回值為Laravel中Collection集合對象，通過它的all()方法可轉(zhuǎn)為數(shù)組。

轉(zhuǎn)載于：https://juejin.cn/post/6844903621558009870

總結(jié)

以上是生活随笔為你收集整理的抓取网页工具querylist的使用简介的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。