|
|
采集頭條
先看一實(shí)例，現(xiàn)在我要采集新浪網(wǎng)國(guó)內(nèi)新聞的頭條，代碼如下：
復(fù)制代碼 代碼如下:
include 'phpQuery/phpQuery.php';
phpQuery::newDocumentFile('http://www.jb51.NET');
echo pq(".blkTop h1:eq(0)")->html();
簡(jiǎn)單的三行代碼，就可以獲取頭條內(nèi)容。首先在程序中包含phpQuery.php核心程序，然后調(diào)用讀取目標(biāo)網(wǎng)頁(yè)，最后輸出對(duì)應(yīng)標(biāo)簽下的內(nèi)容。
pq()是一個(gè)功能強(qiáng)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(yè)面class屬性為blkTop的DIV元素，并找到該DIV內(nèi)部的第一個(gè)h1標(biāo)簽，然后用html()方法獲取h1標(biāo)簽里的內(nèi)容（帶html標(biāo)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內(nèi)容。當(dāng)然要使用好phpQuery，關(guān)鍵是要找對(duì)文檔中對(duì)應(yīng)內(nèi)容的節(jié)點(diǎn)。
采集文章列表
下面再來(lái)看一個(gè)例子，獲取helloweba.com網(wǎng)站的blog列表，請(qǐng)看代碼：
復(fù)制代碼 代碼如下:
include 'phpQuery/phpQuery.php';
phpQuery::newDocumentFile('http://www.jb51.NET');
$artlist = pq(".blog_li");
foreach($artlist as $li){
echo pq($li)->find('h2')->html()."";
}
通過(guò)循環(huán)列表中的DIV，找出文章標(biāo)題并輸出，就是這么簡(jiǎn)單。
解析XML文檔
假設(shè)現(xiàn)在有一個(gè)這樣的test.xml文檔：
復(fù)制代碼 代碼如下:
<?xml version="1.0" encoding="utf-8"?>
<root>
<contact>
<name>張三</name>
<age>22</age>
</contact>
<contact>
<name>王五</name>
<age>18</age>
</contact>
</root>
現(xiàn)在我要獲取名字為張三的聯(lián)系人的年齡，代碼如下：
復(fù)制代碼 代碼如下:
include 'phpQuery/phpQuery.php';
phpQuery::newDocumentFile('test.xml');
echo pq('contact > age:eq(0)');
結(jié)果輸出：22
像jQuery一樣，精準(zhǔn)查找文檔節(jié)點(diǎn)，輸出節(jié)點(diǎn)下的內(nèi)容，解析一個(gè)XML文檔就是這么簡(jiǎn)單?，F(xiàn)在你不必為采集網(wǎng)站內(nèi)容而使用那些頭疼的正則算法、內(nèi)容替換等繁瑣的代碼了，有了phpQuery，一切就變得輕松多了。
phpquery項(xiàng)目官網(wǎng)地址：http://code.google.com/p/phpquery/
php技術(shù)：使用phpQuery采集網(wǎng)頁(yè)的方法，轉(zhuǎn)載需保留來(lái)源！
鄭重聲明：本文版權(quán)歸原作者所有，轉(zhuǎn)載文章僅為傳播更多信息之目的，如作者信息標(biāo)記有誤，請(qǐng)第一時(shí)間聯(lián)系我們修改或刪除，多謝。
