phpQuery是一個基於PHP的服務耑開源項目,它可以讓PHP開發人員輕松處理DOM文档内容,比如獲取某新聞網站的頭條信息。更有意思的是,它採用了jQuery的思想,你可以像使用jQuery一樣處理頁面内容,獲取你想要的頁面信息。
採集頭條
先看一實例,現在我要採集新浪網國内新聞的頭條,代碼如下
include 'phpQuery/phpQuery.php'; phpQuery::newDocumentFile('http://news.sina.com.cn/china'); echo pq(".blkTop h1:eq(0)")->html();
簡單的三行代碼,就可以獲取頭條内容。首先在程序中包含phpQuery.php核心程序,然後調用讀取目標網頁,最後輸出對應標簽下的内容。
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屬性爲blkTop的DIV元素,並找到該DIV内部的第一個h1標簽,然後用html()方法獲取h1標簽裡的内容(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内容。當然要使用好phpQuery,關鍵是要找對文档中對應内容的節點。
採集文章列表
下面再來看一個例子,獲取.thinkphp.cn網站的首頁列表,請看代碼:
<?php include 'phpQuery.php'; phpQuery::newDocumentFile('http://www.thinkphp.cn'); $artlist = pq(".index-bd"); foreach($artlist as $li){ echo pq($li)->find('li:eq(5)')->html()."<br/>"; } ?>
通過循環列表中的DIV,找出文章標題並輸出,就是這麽簡單。
像jQuery一樣,精準查找文档節點,輸出節點下的内容,解析一個xm
文档就是這麽簡單。現在你不必爲採集網站内容而使用那些頭疼的正則算法、内容替換等繁瑣的代碼了,有了phpQuery,一切就變得輕松多了。