技术标签: 抓取
include 'simple_html_dom.php';
//面向过程方式2种读取方式
$html = file_get_html('http://www.baidu.com');
$html = str_get_html(file_get_contents('http://www.baidu.com'));
//面向对象方式2种读取方式
$html = new simple_html_dom();
$html->load_file('http://www.baidu.com');
$html->load(file_get_contents('http://www.baidu.com'));
foreach($html->find('img') as $img)
{
print_r($img->src)."<br>";
}
print_r($html->find('img', 0)->src);
//释放内存
$html->clear();
simple_html_dom的find方法参数一与jquery的模式基本一致,可以使用条件搜索,返回的变量e是一个对象,具有以下几类属性:
$e->tag 与原生js的tagName对应,jquery的$(e).attr('nodeName')对应
$e->outertext 与原生js的outerHTML对应,jquery的$(e).attr('outerHTML')对应
$e->innertext 与原生js的innerHTML对应,jquery的$(e).attr('innerHTML')或$(e).html()对应
$e->plaintext 与原生js的innerText对应,jquery的$(e).attr('innerText')或$(e).text()对应
常用的方法如下:
mixed $e->children(index) index为索引序号,返回第n个子节点对象
element $e->parent() 返回父节点对象
element $e->first_child() 返回第一个子节点对象
element $e->last_child() 返回最后一个子节点对象
element $e->next_sibling() 返回下一个邻节点对象
element $e->prev_sibling() 返回上一个邻节点对象
include 'phpQuery-onefile.php';
phpQuery::newDocumentFile('http://www.safe.gov.cn/AppStructured/hlw/RMBQuery.do');
$a = pq('#InfoTable tr:eq(1) td');
foreach ($a as $k=>$v){
if($k==1){
echo pq($v)->text();
echo $v->nodeValue;
}
}
echo pq('#InfoTable')->find('tr:eq(1)')->find('td')->eq(1)->text();
foreach(pq('img') as $img)
{
echo pq($img)->attr('src')."<br>";
}
//释放内存
phpQuery::$documents = array();
可以看出,phpQuery的pq相当于jquery的$符号,使用方式基本一致,查阅jquery手册即可。不过gbk网页需要注意编码问题,因为其解析为utf8编码,网上说可以使用phpQuery::$defaultCharset="GBK"进行申明,但不一定成功,建议在utf8环境下操作,解析获取到想要的内容之后再转码为所需的编码。
一般与curl配合使用 远程抓取页面内容后,利用 Simple HTML DOM生成dom结构,之后可以像jQuery 一样方便的操作dom 附一个cURL 远程请求 支持自定义请求方法 就酱,更多Simple HTML DOM 用法 请阅读文档 文档 英文:http://simplehtmldom.sourceforge.net/manual.htm 中文: http://microphp.us...
网页抓取就像搜索引擎一个可以去自动抓取其它服务器上的内容了,下面我整理的几个php常用做法,大家一起来看看. 抓取某一个网页中的内容,需要对DOM树进行解析,找到指定节点后,再抓取我们需要的内容,过程有点繁琐,LZ总结了几种常用的、易于实现的网页抓取方式,如果熟悉JQuery选择器,这几种框架会相当简单. 一、Ganon 项目地址:http://code.google.com/p/ganon/ 文...
简介 利用php获取网页源码之后,想从html中获取相对应的元素、值。就需要利用此插件了 这里附下手册文档地址: github下载地址:simple_html_dom 英文:http://www.phpddt.com/manual/simplehtmldom_1_5/manual.htm 中文:http://microphp.us/plugins/public/microphp_res/simpl...
使用php simple html dom parser解析html标签 用了一下 PHP Simple HTML DOM Parser 解析HTML页面,感觉还不错,它能创建一个DOM tree方便你解析html里面的内容。用来抓东西挺好的。 附带一个例子,你也到sourceforge下载压缩包看里面的例子: Scraping data with PHP Simple HTML D...
Get the information from this link: http://stackoverflow.com/questions/14264525/php-simple-html-dom-parser-select-only-divs-with-multiple-classes Simple answer: this will look for any type of element ...
1.按照所抓取网页的规则去编写 2.php 获取文章摘要...
...
获取指定URL中的所有图片: 如果你想获取其中的第几张的话可以添加指定下标,比如我要获取第二张图片: print_r($match[0][1]); 新手出道,如有错漏之处请大神们指出,嘴下留情轻喷!!!...