bl双性强迫侵犯h_国产在线观看人成激情视频_蜜芽188_被诱拐的少孩全彩啪啪漫画

在laravel中使用Symfony的Crawler組件分析HTML

Crawler是英語中爬行動物的意思，讀做“哭了” 。。。-_-!

10年積累的成都網站建設、網站設計經驗，可以快速應對客戶對網站的新想法和需求。提供各種問題對應的解決方案。讓選擇我們的客戶得到更好、更有力的網絡服務。我雖然不認識你，你也不認識我。但先做網站后付款的網站建設流程，更有鄒城免費網站建設讓你可以放心的選擇與我們合作。

最近在用laravel寫一個抓取網頁系統，之前使用的是simple_html_dom來對html進行解析，既然使用了laravel自然要用composer工具包來實現功能才顯得高大上。。。

題外話，simple_html_dom好像也可以用composer來安裝，不過因為代碼比較早不支持PSR編碼規范，尤其是autoload，也就是Vendor代碼結構，github上有個支持PSR規范改進版sunra/php-simple-html-dom-parser應該不是原作者寫的。

Crawler全名是DomCrawler，是Symfony框架的組件。令人發指的是DomCrawler的沒有中文文檔，Symfony也沒有翻譯該部分，所以使用DomCrawler開發只能一點一點摸索，現將使用過程中的經驗總結。

首先是安裝 

composer require symfony/dom-crawler
composer require symfony/css-selector

css-seelctor 是 css選擇器，用css選擇節點時一些函數會用到

手冊里面使用的例子是

use Symfony\Component\DomCrawler\Crawler;
$html = <<<'HTML'
<!DOCTYPE html>
<html>
        <body>        
        <p class="message">Hello World!</p>        
        <p>Hello Crawler!</p>    
        </body>
</html>
HTML;
$crawler = new Crawler($html);
foreach ($crawler as $domElement) 
{
    var_dump($domElement->nodeName);
}

打印的結果是

string 'html' (length=4)

因為這段html代碼的nodeName就是html，英語不好，開始使用的時候還以為程序錯了。。。

實際使用過程，如果new Crawler($html)會出現亂碼問題，應該是與頁面編碼有關，所以可以采用下面的方式，先初始化crawler，然后添加node

$crawler = new Crawler();
$crawler->addHtmlContent($html);

addHtmlContent的第二個參數是charset，默認是utf-8。

其他例子可以參考官方文檔，http://symfony.com/doc/current/components/dom_crawler.html

記錄一下工作中一點點試出來的用法

filterXPath(string $xpath) 方法，按照手冊上的說法，該方法的參數是$xpath，經常用的是p，div等塊。

echo $crawler->filterXPath('//body/p')->text();
echo $crawler->filterXPath('//body/p')->last()->text();

輸出是第一個和下一個p標簽塊的文本

var_dump($crawler->filterXPath('//body')->html());

輸出body內的html

foreach ($crawler->filterXPath('//body/p') as $i => $node) {
    $c = new Crawler($node);
    echo $c->filter('p')->text();
}

filterXPath獲得的是DOMElement塊的數組，每個DOMElement塊可以使用新的crawler對象繼續解析

$nodeValues = 
$crawler->filterXPath('//body/p')->each(function (Crawler $node, $i) {
     return $node->text();
});

crawler提供了each循環，使用閉包函數簡化代碼，不過注意的是，這種寫法$nodeValues得到的是數組，需要進一步處理。

其他用法

echo $crawler->filterXPath('//body/p')->attr('class');

可以獲得第一個p標簽對應class屬性的值“message”

$crawler->filterXPath('//div[@class="樣式"]')->filter('a')->attr('href');
$crawler->filterXPath('//div[@class="樣式"]')->filter('a>img')->extract(array('alt', 'href'))

以上是獲得標簽屬性的一些方法

filter和filterXPath不同，手冊上寫的是css選擇器，不太明白，我理解是div這種XPath節點包含的元素，具體情況還需要在實際開發中去嘗試。

總的來說感覺DomCrawler要比simple html dom好用一些，可能是我用的比較淺顯。

上述只是Crawler的基本功能，更過用法請查閱symfony手冊關于Crawler部分的函數

http://api.symfony.com/3.2/Symfony/Component/DomCrawler/Crawler.html

Crawler主要問題還是示例太少，函數手冊里面沒有使用實例，只能在實際使用中去摸索。。。。

symfony關于DomCrawler的文檔，里面有少數例子

http://symfony.com/doc/current/components/dom_crawler.html

網頁標題：在laravel中使用Symfony的Crawler組件分析HTML
轉載來于：http://vcdvsql.cn/article2/gjdhoc.html

成都網站建設公司_創新互聯，為您提供全網營銷推廣、服務器托管、網站收錄、軟件開發、外貿建站、品牌網站設計

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯

外貿網站建設