在laravel中使用Symfony的Crawler组件分析HTML
首先是安装
1
2
|
composer require symfony/dom-crawler
composer require symfony/css-selector
|
css-seelctor 是 css选择器,用css选择节点时一些函数会用到
手册里面使用的例子是
1
2
3
4
5
6
7
8
9
10
|
use Symfony\Component\DomCrawler\Crawler;
$html = <<<‘HTML‘
Hello World!
Hello Crawler!
HTML;
$crawler = new Crawler( $html );
foreach ( $crawler as $domElement )
{
var_dump( $domElement ->nodeName);
}
|
打印的结果是
1
|
string ‘html‘ (length=4)
|
因为这段html代码的nodeName就是html,英语不好,开始使用的时候还以为程序错了。。。
实际使用过程,如果new Crawler($html)会出现乱码问题,应该是与页面编码有关,所以可以采用下面的方式,先初始化crawler,然后添加node
1
2
|
$crawler = new Crawler();
$crawler ->addHtmlContent( $html );
|
addHtmlContent的第二个参数是charset,默认是utf-8。
其他例子可以参考官方文档,http://symfony.com/doc/current/components/dom_crawler.html
记录一下工作中一点点试出来的用法
filterXPath(string $xpath) 方法,按照手册上的说法,该方法的参数是$xpath,经常用的是p,div等块。
1
2
|
echo $crawler ->filterXPath(‘ //body/p‘)->text();
echo $crawler ->filterXPath(‘ //body/p‘)->last()->text();
|
输出是第一个和下一个p标签块的文本
1
|
var_dump( $crawler ->filterXPath(‘ //body‘)->html());
|
输出body内的html
1
2
3
4
|
foreach ( $crawler ->filterXPath(‘ //body/p‘) as $i => $node) {
$c = new Crawler( $node );
echo $c ->filter(‘p‘)->text();
}
|
filterXPath获得的是DOMElement块的数组,每个DOMElement块可以使用新的crawler对象继续解析
1
2
3
4
|
$nodeValues =
$crawler ->filterXPath(‘ //body/p‘)->each(function (Crawler $node, $i) {
return $node ->text();
});
|
crawler提供了each循环,使用闭包函数简化代码,不过注意的是,这种写法$nodeValues得到的是数组,需要进一步处理。
其他用法
1
|
echo $crawler ->filterXPath(‘ //body/p‘)->attr(‘class‘);
|
可以获得第一个p标签对应class属性的值“message”
1
2
|
$crawler ->filterXPath(‘ //div[@class="样式"]‘)->filter(‘a‘)->attr(‘href‘);
$crawler ->filterXPath(‘ //div[@class="样式"]‘)->filter(‘a>img‘)->extract(array(‘alt‘, ‘href‘))
|
以上是获得标签属性的一些方法
filter和filterXPath不同,手册上写的是css选择器,不太明白,我理解是div这种XPath节点包含的元素,具体情况还需要在实际开发中去尝试。
总的来说感觉DomCrawler要比simple html dom好用一些,可能是我用的比较浅显。
上述只是Crawler的基本功能,更过用法请查阅symfony手册关于Crawler部分的函数
http://api.symfony.com/3.2/Symfony/Component/DomCrawler/Crawler.html
Crawler主要问题还是示例太少,函数手册里面没有使用实例,只能在实际使用中去摸索。。。。
symfony关于DomCrawler的文档,里面有少数例子
http://symfony.com/doc/current/components/dom_crawler.html
以上所述是小编给大家介绍的在laravel中使用Symfony的Crawler组件分析HTML,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对脚本之家网站的支持!
原文链接:http://www.tuicool.com/articles/EjYRVf3
相关文章
- 暂无相关文章
PHP之友评论