使用phpQuery采集網(wǎng)頁的方法
更新時間：2013年11月13日 10:36:44 作者：
使用phpQuery輕松采集網(wǎng)頁內(nèi)容,像使用jQuery一樣處理頁面內(nèi)容
phpQuery是一個基于PHP的服務端開源項目，它可以讓PHP開發(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一樣處理頁面內(nèi)容，獲取你想要的頁面信息。
采集頭條
先看一實例，現(xiàn)在我要采集新浪網(wǎng)國內(nèi)新聞的頭條，代碼如下：
include 'phpQuery/phpQuery.php';
phpQuery::newDocumentFile('http://www.dhdzp.com');
echo pq(".blkTop h1:eq(0)")->html();
簡單的三行代碼，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)用讀取目標網(wǎng)頁，最后輸出對應標簽下的內(nèi)容。
pq()是一個功能強大的方法，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 h1:eq(0)”)抓取了頁面class屬性為blkTop的DIV元素，并找到該DIV內(nèi)部的第一個h1標簽，然后用html()方法獲取h1標簽里的內(nèi)容（帶html標簽），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。當然要使用好phpQuery，關鍵是要找對文檔中對應內(nèi)容的節(jié)點。
采集文章列表
下面再來看一個例子，獲取helloweba.com網(wǎng)站的blog列表，請看代碼：
include 'phpQuery/phpQuery.php';
phpQuery::newDocumentFile('http://www.dhdzp.com');
$artlist = pq(".blog_li");
foreach($artlist as $li){
echo pq($li)->find('h2')->html()."";
}
通過循環(huán)列表中的DIV，找出文章標題并輸出，就是這么簡單。
解析XML文檔
假設現(xiàn)在有一個這樣的test.xml文檔：
<?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：
include 'phpQuery/phpQuery.php';
phpQuery::newDocumentFile('test.xml');
echo pq('contact > age:eq(0)');
結(jié)果輸出：22
像jQuery一樣，精準查找文檔節(jié)點，輸出節(jié)點下的內(nèi)容，解析一個XML文檔就是這么簡單?，F(xiàn)在你不必為采集網(wǎng)站內(nèi)容而使用那些頭疼的正則算法、內(nèi)容替換等繁瑣的代碼了，有了phpQuery，一切就變得輕松多了。
phpquery項目官網(wǎng)地址：http://code.google.com/p/phpquery/
采集頭條
先看一實例，現(xiàn)在我要采集新浪網(wǎng)國內(nèi)新聞的頭條，代碼如下：
復制代碼 代碼如下:
include 'phpQuery/phpQuery.php';
phpQuery::newDocumentFile('http://www.dhdzp.com');
echo pq(".blkTop h1:eq(0)")->html();
簡單的三行代碼，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)用讀取目標網(wǎng)頁，最后輸出對應標簽下的內(nèi)容。
pq()是一個功能強大的方法，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 h1:eq(0)”)抓取了頁面class屬性為blkTop的DIV元素，并找到該DIV內(nèi)部的第一個h1標簽，然后用html()方法獲取h1標簽里的內(nèi)容（帶html標簽），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。當然要使用好phpQuery，關鍵是要找對文檔中對應內(nèi)容的節(jié)點。
采集文章列表
下面再來看一個例子，獲取helloweba.com網(wǎng)站的blog列表，請看代碼：
復制代碼 代碼如下:
include 'phpQuery/phpQuery.php';
phpQuery::newDocumentFile('http://www.dhdzp.com');
$artlist = pq(".blog_li");
foreach($artlist as $li){
echo pq($li)->find('h2')->html()."";
}
通過循環(huán)列表中的DIV，找出文章標題并輸出，就是這么簡單。
解析XML文檔
假設現(xiàn)在有一個這樣的test.xml文檔：
復制代碼 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
像jQuery一樣，精準查找文檔節(jié)點，輸出節(jié)點下的內(nèi)容，解析一個XML文檔就是這么簡單?，F(xiàn)在你不必為采集網(wǎng)站內(nèi)容而使用那些頭疼的正則算法、內(nèi)容替換等繁瑣的代碼了，有了phpQuery，一切就變得輕松多了。
phpquery項目官網(wǎng)地址：http://code.google.com/p/phpquery/
相關文章
這篇文章主要介紹了PHP基于反射機制實現(xiàn)插件的可插拔設計,結(jié)合實例形式較為詳細的分析了插件的功能、反射機制原理與實現(xiàn)可插拔設計的操作步驟,需要的朋友可以參考下2016-11-11
PHP+MySQL之Insert Into數(shù)據(jù)插入用法分析
這篇文章主要介紹了PHP+MySQL之Insert Into數(shù)據(jù)插入用法,實例分析了php+mysql基于Insert Into語句實現(xiàn)數(shù)據(jù)插入的相關技巧,具有一定參考借鑒價值,需要的朋友可以參考下2015-09-09
PHP配置文件中最常用四個ini函數(shù)...2007-03-03
這類后門讓網(wǎng)站、服務器管理員很是頭疼，經(jīng)常要換著方法進行各種檢測，而很多新出現(xiàn)的編寫技術，用普通的檢測方法是沒法發(fā)現(xiàn)并處理的。今天我們細數(shù)一些有意思的PHP一句話木馬。2015-09-09
PHP For循環(huán)字母A-Z當超過26個字母時輸出AA,AB,AC
這篇文章主要介紹了PHP For循環(huán)字母A-Z當超過26個字母時輸出AA,AB,AC,需要的朋友可以參考下2020-02-02
PhpMyAdmin出現(xiàn)export.php Missing parameter: what /export_type錯
PhpMyAdmin出現(xiàn)export.php: Missing parameter: what /export_type錯誤，有碰到同樣問題的朋友可參考一下2012-08-08
這篇文章主要為大家分享一個超好用的php header下載函數(shù),需要的朋友可以參考下2014-01-01
這篇文章主要介紹了PHP?Array數(shù)組詳細介紹，PHP中的array實際上是一個有序映射。映射是一種把?values?關聯(lián)到keys的類型，更多詳情需要的小伙伴可以參考一下2022-09-09
PHP session有效期session.gc_maxlifetime
PHP中的session有效期默認是1440秒（24分鐘）【weiweiok 注：php5里默認的是180分】，也就是說，客戶端超過24分鐘沒有刷新，當前session就會失效。很明顯，這是不能滿足需要的。2011-04-04
PHP中提供了一系列的I/O函數(shù)，能簡捷地實現(xiàn)我們所需要的功能，包括文件系統(tǒng)操作和目錄操作（如“復制[copy]”）。下面給大家介紹的是基本的文件讀寫操作：（１）讀文件；（２）寫文件；（３）追加到文件。2011-09-09