代码先锋网 代码片段及技术文章聚合

php抓取网页phpQuery和simple_html_dom

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。

https://blog.csdn.net/u012543061/article/details/61194372

版权声明:本文为oHeiZhiShi123原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/oHeiZhiShi123/article/details/82706863

智能推荐

PHP Simple HTML DOM 简单使用

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...

Tp 引入 simple_html_dom.php

                                 &n...

php抓取html元素内容 采集网页

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...

PHP解析html类simple-Html-Dom

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...

猜你喜欢

使用php simple html dom parser解析html标签

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...

PHP Simple HTML DOM Parser: check elements with multiple classes

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 ...

php网页内容抓取

1.按照所抓取网页的规则去编写 2.php 获取文章摘要...

php 抓取网页图片

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!!!...