時には我々は、インターフェイスを完了アウト実行するためにクロールに関するいくつかの情報にページを必要とする
curl
取得するためにbody
いくつかの時間を取得したいラベルを。モディを不当な扱いを受け、定期的に不当な扱いを受けたものを参照してください。
DOMのPHPモジュール
PHPは、拡張が付属していますhttp://php.net/dom
<?php
/**
* @author Shaowei Pu <[email protected]>
* @CreateTime 2017-04-17T19:25:59+0800
*/
$doc = new DOMDocument();
$html = <<<HTML_SECTION
<html><head><title>Sunyanzi's Test</title></head>
<body>
<h1>Hello World</h1>
<a href="http://segmentfault.com/" id="onlylink">Hey Welcome</a>
</body></html>
HTML_SECTION;
$doc->loadHTML( $html );
$h1Elements = $doc->getElementsByTagName( 'h1' );
foreach( $h1Elements as $h1Node ){
echo $h1Node->nodeValue;
}
echo $doc->getElementById( 'onlylink' )->getAttribute( 'href' );
$xpath = new DOMXPath( $doc );
// also prints "http://segmentfault.com/" ... locate via h1 ...
echo $xpath->evaluate('string(//h1[text()="Hello World"]/following-sibling::a/@href)');
あなたは、XPathに慣れるまで基本的には、待って、DOMあなたは、通常のよりもはるかに柔軟性のでしょう...
PhpQuery
使用PhpQueryはjqueryのに合わせて厳密に記述されたステップ、完全にカールクロールページを省略することができます
HTTPS://github.com/TobiaszCud ...
/**
* @author Shaowei Pu <[email protected]>
* @CreateTime 2017-04-17T19:25:59+0800
*/
\phpQuery::newDocumentFile('https://v.qq.com/x/cover/o5neekjf0pl6e0r.html');
libxml_use_internal_errors(true);
// 腾讯视频的真实URL
$url = pq('link[rel="canonical"]')[0]->attr('href');
概要
ウェブコレクションの多様性、正規表現を学習する態度を取らない場合は、ライブラリを使用するために柔軟であるべきです
ロング怠惰を生きます!