您现在的位置是:网站首页 > 脚本编程>

thinkphp phpQuery实现数据采集

2013-12-262113人围观
简介   phpQuery是一个基于PHP的服务端开源项目,它可以让PHP开发人员轻松处理DOM文档内容,比如获取某新闻网站的头条信息。更有意思的是,它采用了jQuery的思想,你可以像使用jQuery一样处理页面内容,获取你想要的页面信息。先看一实例,现在我要采集新浪网国内新闻的头条,代码如下:include 'phpQuery/phpQuery.p...

  phpQuery是一个基于PHP的服务端开源项目,它可以让PHP开发人员轻松处理DOM文档内容,比如获取某新闻网站的头条信息。更有意思的是,它采用了jQuery的思想,你可以像使用jQuery一样处理页面内容,获取你想要的页面信息。

      先看一实例,现在我要采集新浪网国内新闻的头条,代码如下:

include 'phpQuery/phpQuery.php';

phpQuery::newDocumentFile('http://news.sina.com.cn/china');

echo pq(".blkTop h1:eq(0)")->html();

      简单的三行代码,就可以获取头条内容。首先在程序中包含phpQuery.php核心程序,然后调用读取目标网页,最后输出对应标签下的内容。
  pq()是一个功能强大的方法,跟jQuery的$()如出一辙,jQuery的选择器基本上都能使用在phpQuery上,只要把“.”变成 “->”。如上例中,pq(".blkTop h1:eq(0)")抓取了页面class属性为blkTop的DIV元素,并找到该DIV内部的第一个h1标签,然后用html()方法获取h1标签里 的内容(带html标签),也就是我们要获取的头条信息,如果使用text()方法,则只获取头条的文本内容。当然要使用好phpQuery,关键是要找 对文档中对应内容的节点。

采集文章列表
  下面再来看一个例子,获取.thinkphp.cn网站的首页列表,请看代码:

<?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/>";

?>

效果图:

下载phpQuery

参考文档:http://code.google.com/p/phpquery/

本文来源:thinkphp官网

打赏本站,你说多少就多少

精彩评论

微信关注

Copyright © 2013-2019 千奇博客 保留所有权利 辽ICP备13008238号