達內廣州IT培訓
美國上市IT培訓機構

18589266248

熱門課程

廣州IT培訓使用Symfony的Crawler組件分析HTML

  • 時間:2017-09-12 10:33
  • 發布:廣州IT培訓
  • 來源:廣州IT培訓

廣州IT培訓介紹在laravel中使用Symfony的Crawler組件分析HTML,需要的朋友可以通過廣州達內IT培訓編者分享的內容作為參考下;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。

linux程序員必備技能有哪些?BAT需要什么樣的linux程序員?linux程序員在二三線城市能賺多少錢?如何成為一名技術卓越的linux程序員?廣州達內linux培訓5天免費訓練營火熱開班中,掃描微信二維碼即可報名,技術、高薪、名企,達內linux培訓專家一站式幫你解決。

名額有限哦!馬上掃描咨詢吧!

廣州IT培訓使用Symfony的Crawler組件分析HTML

首先是安裝

2composer 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

10use Symfony\Component\DomCrawler\Crawler;

$html = <<<‘HTML‘

Hello World!

Hello Crawler!

HTML;

$crawler = new Crawler($html);

foreach ($crawler as $domElement)

{

var_dump($domElement->nodeName);

}

打印的結果是

1string ‘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

2$crawler = new Crawler();

$crawler->addHtmlContent($html);

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

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。

2echo $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

1var_dump($crawler->filterXPath(‘//body‘)->html());

輸出body內的html

4foreach ($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

4$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

1echo $crawler->filterXPath(‘//body/p‘)->attr(‘class‘);

可以獲得第一個p標簽對應class屬性的值“message”

2$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。

以上所述是小編給大家介紹的在laravel中使用Symfony的Crawler組件分析HTML,希望對大家有所幫助。

上一篇:廣州達內云計算有望首超亞馬遜AWS
下一篇:廣州IT培訓這種性格的人更適合財務

馬上預約三天免費體驗課

姓名:

電話:

[廣州IT培訓]人工智能為何這么火?

廣州IT培訓:高級UI設計師才會品牌基因法做圖標設計

達內_it培訓_越來越多人_為什么選擇IT技術

應屆生參加達內iOS培訓怎么樣_未來的iOS前景好嗎?

選擇城市和中心
江西省

貴州省

廣西省

海南省

中文字幕综合