phpQuery采集网页实现代码实例

前言

  平时开发中可能遇到一个问题。采集网页，小偷程序等等。各种花式秀正则的话，虽然能体现出geek，但是我觉得做事却不够优雅。采集到的网页说白了也是DOM，jQuery各种优雅地获取节点。幸好，有这个类库，帮我们解决了这个，那就是phpQuery.

为什么使用phpQuery

phpQuery是基于php5新添加的DOMDocument。而DOMDocument则是专门用来处理html/xml。它提供了强大的xpath选择器及其他很多html/xml操作函数，使得处理html/xml起来非常方便。

尤其对于新手，看到一堆”不知所云”的字符评凑在一起，有种脑袋都要炸了的感觉。如果要分离的对象没有太明显的特征，正则写起来更是麻烦。

学习成本低，jQuery是PHP程序员的标配，那么懂jQuery的话，是可以无缝衔接的，学习成本几乎为0。选择器，节点，节点信息，over

下载地址

https://code.google.com/archive/p/phpquery/downloads（需要翻墙，或者自行百度phpQuery）

实验

  既然开始了，那么就做个实验，比如我们要获取SF的所有标签名称https://segmentfault.com/tags，审查元素，得到部分标签属性。<a class="tag" data-original-title="负载均衡">负载均衡</a>

Demo

<?php
  
  require("phpQuery.php");//导入phpQuery库
  $html   = phpQuery::newDocumentFile("https://segmentfault.com/tags");
  $hrefList = pq(".tag"); //获取标签为a的所有对象$(".tag")

  foreach ($hrefList as $href) {
    echo $href->getAttribute("data-original-title"),"<br>";
  }

结果

总结

0.网页采集真特么无脑暴力，成功绕过恶心的正则

1.写法参照jQuery

2.体会Dom的思想

3.此类库并非万金油，更适合网页采集