程序師世界是廣大編程愛好者互助、分享、學習的平台,程序師世界有你更精彩!
首頁
編程語言
C語言|JAVA編程
Python編程
網頁編程
ASP編程|PHP編程
JSP編程
數據庫知識
MYSQL數據庫|SqlServer數據庫
Oracle數據庫|DB2數據庫
 程式師世界 >> 編程語言 >> 網頁編程 >> PHP編程 >> 關於PHP編程 >> 一個基於phpQuery的php通用采集類分享

一個基於phpQuery的php通用采集類分享

編輯:關於PHP編程

     這是自己以前寫的一個php的采集類,自己一直在用,自我感覺很簡單很強大,只要懂一點點選擇器的知識就可以采集任何頁面了,也支持https頁面,做簡單的采集足夠用了

    一、采集類源碼   代碼如下: <?php   /**   *通用列表采集類   *版本V1.3   *作者:JAE   */     require_once '../phpQuery/phpQuery/phpQuery.php';     class QueryList{           private $pageURL;          private $regArr = array();          public $jsonArr = array();          private $regRange;          private $html;          /************************************************          * 參數: 頁面地址 選擇器數組 塊選擇器          * 【選擇器數組】說明:格式array("名稱"=>array("選擇器","類型"),.......)          * 【類型】說明:值 "text" ,"html" ,"屬性"           *【塊選擇器】:指 先按照規則 選出 幾個大塊 ,然後再分別再在塊裡面 進行相關的選擇          *************************************************/          function QueryList($pageURL,$regArr=array(),$regRange='')          {              $this->pageURL = $pageURL;                //為了能獲取https://                $ch = curl_init();                 curl_setopt($ch, CURLOPT_URL,$this->pageURL);                 curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, false);                  curl_setopt($ch, CURLOPT_SSL_VERIFYHOST, false);                 curl_setopt($ch,CURLOPT_RETURNTRANSFER,1);                  $this->html = curl_exec($ch);                curl_close($ch);                if(!empty($regArr))              {                     $this->regArr = $regArr;                  $this->regRange = $regRange;                  $this->getList();              }            }          function setQuery($regArr,$regRange='')          {              $this->jsonArr=array();              $this->regArr = $regArr;              $this->regRange = $regRange;              $this->getList();          }         private function getList()          {                $hobj = phpQuery::newDocumentHTML($this->html);              if(!empty($this->regRange))              {              $robj = pq($hobj)->find($this->regRange);                 $i=0;              foreach($robj as $item)              {                    while(list($key,$reg_value)=each($this->regArr))                  {                      $iobj = pq($item)->find($reg_value[0]);                          switch($reg_value[1])                        {                            case 'text':                                  $this->jsonArr[$i][$key] = trim(pq($iobj)->text());                                  break;                            case 'html':                                  $this->jsonArr[$i][$key] = trim(pq($iobj)->html());                                  break;                            default:                                 $this->jsonArr[$i][$key] = pq($iobj)->attr($reg_value[1]);                                 break;                           }                  }                  //重置數組指針                  reset($this->regArr);                  $i++;               }              }              else              {             while(list($key,$reg_value)=each($this->regArr))              {                 $lobj = pq($hobj)->find($reg_value[0]);                                          $i=0;                    foreach($lobj as $item)                    {                        switch($reg_value[1])                        {                            case 'text':                                  $this->jsonArr[$i++][$key] = trim(pq($item)->text());                                  break;                            case 'html':                                  $this->jsonArr[$i++][$key] = trim(pq($item)->html());                                  break;                            default:                                 $this->jsonArr[$i++][$key] = pq($item)->attr($reg_value[1]);                                 break;                           }                                            }                         }            }          }            function getJSON()          {              return json_encode($this->jsonArr);          }    }     二、使用例子    代碼如下: <?php require 'Query/QueryList.class.php';     //采集OSC的代碼分享列表,標題 鏈接 作者 $url = "http://www.oschina.net/code/list"; $reg = array("title"=>array(".code_title a:eq(0)","text"),"url"=>array(".code_title a:eq(0)","href"),"author"=>array("img","title")); $rang = ".code_list li"; $hj = new QueryList($url,$reg,$rang); $arr = $hj->jsonArr; print_r($arr); //如果還想采當前頁面右邊的 TOP40活躍貢獻者 圖像,得到JSON數據,可以這樣寫 $reg = array("portrait"=>array(".hot_top img","src")); $hj->setQuery($reg); $json = $hj->getJSON(); echo $json . "<hr/>";   //采OSC內容頁內容 $url = "http://www.oschina.net/code/snippet_186288_23816"; $reg = array("title"=>array(".QTitle h1","text"),"con"=>array(".Content","html")); $hj = new QueryList($url,$reg); $arr = $hj->jsonArr; print_r($arr);   //就舉這麼多例子吧,是不是用來做采集很方便
    1. 上一頁:
    2. 下一頁:
    Copyright © 程式師世界 All Rights Reserved