php使用QueryList轻松采集js动态渲染页面方法


Posted in PHP onSeptember 11, 2018

QueryList使用jQuery的方式来做采集,拥有丰富的插件。下面来演示QueryList使用PhantomJS插件抓取JS动态创建的页面内容。

一、安装

使用Composer安装:

1.安装QueryList

composer require jaeger/querylist

GitHub: https://github.com/jae-jae/QueryList

2.安装PhantomJS插件

composer require jaeger/querylist-phantomjs

GitHub: https://github.com/jae-jae/QueryList-PhantomJS

二、下载PhantomJS二进制文件

PhantomJS官网:http://phantomjs.org ,下载对应平台的PhantomJS二进制文件。

三、插件API

QueryList browser($url,$debug = false,$commandOpt = []):使用浏览器打开连接

四、使用

以采集「今日头条」手机版为例,「今日头条」手机版基于React框架,内容是纯动态渲染出来的。

下面演示QueryList的PhantomJs插件用法:

1.安装插件

use QL\QueryList;
use QL\Ext\PhantomJs;
 
$ql = QueryList::getInstance();
// 安装时需要设置PhantomJS二进制文件路径
$ql->use(PhantomJs::class,'/usr/local/bin/phantomjs');
//or Custom function name
$ql->use(PhantomJs::class,'/usr/local/bin/phantomjs','browser');

2.Example-1

获取动态渲染的HTML:

$html = $ql->browser('https://m.toutiao.com')->getHtml();
print_r($html);

获取所有p标签文本内容:

$data = $ql->browser('https://m.toutiao.com')->find('p')->texts();
print_r($data->all());

输出:

Array(
  [0] => 自拍模式开启!国庆假期我和国旗合个影
  [1] => 你旅途已开始 他们仍在自己的岗位上为你的假期保驾护航
  [2] => 喜极而泣,都教授终于回到地球了!  //....)

使用http代理:

// 更多选项可以查看文档: 
http://phantomjs.org/api/command-line.html
$ql->browser('https://m.toutiao.com',true,[  
// 使用http代理 
'--proxy' => '192.168.1.42:8080',  '--proxy-type' => 'http'
])

3.Example-2

自定义一个复杂的请求:

$data = $ql->browser(function (\JonnyW\PhantomJs\Http\RequestInterface $r){
  $r->setMethod('GET');
  $r->setUrl('https://m.toutiao.com');
  $r->setTimeout(10000); // 10 seconds
  $r->setDelay(3); // 3 seconds
  return $r;
})->find('p')->texts();
 
print_r($data->all());

开启debug模式,并从本地加载cookie文件:

$data = $ql->browser(function (\JonnyW\PhantomJs\Http\RequestInterface $r){
  $r->setMethod('GET');
  $r->setUrl('https://m.toutiao.com');
  $r->setTimeout(10000); // 10 seconds
  $r->setDelay(3); // 3 seconds
  return $r;
},true,[
  '--cookies-file' => '/path/to/cookies.txt'
])->rules([
  'title' => ['p','text'],
  'link' => ['a','href']
])->query()->getData();
 
print_r($data->all());
PHP 相关文章推荐
强烈推荐:php.ini中文版(1)
Oct 09 PHP
简单的用PHP编写的导航条程序
Oct 09 PHP
Ajax+PHP快速上手及简单应用说明
Jul 24 PHP
destoon调用discuz论坛中带图片帖子的实现方法
Aug 21 PHP
php网站被挂木马后的修复方法总结
Nov 06 PHP
Php-Redis安装测试笔记
Mar 05 PHP
wamp服务器访问php非常缓慢的解决过程
Jul 01 PHP
PHP json_encode() 函数详解及中文乱码问题
Nov 05 PHP
PHP页面跳转操作实例分析(header方法)
Sep 28 PHP
PHP设计模式之工厂模式实例总结
Sep 01 PHP
PHP实现的超长文本分页显示功能示例
Jun 04 PHP
在laravel中实现将查询的对象转换为多维数组的函数
Oct 21 PHP
Yii2结合Workerman的websocket示例详解
Sep 10 #PHP
PHP按符号截取字符串的指定部分的实现方法
Sep 10 #PHP
php 中htmlentities导致中文无法查询问题
Sep 10 #PHP
使用PHPExcel导出Excel表
Sep 08 #PHP
thinkPHP5.0框架事务处理操作简单示例
Sep 07 #PHP
thinkPHP5.0框架验证码调用及点击图片刷新简单实现方法
Sep 07 #PHP
php curl优化下载微信头像的方法总结
Sep 07 #PHP
You might like
浅析PHP安装扩展mcrypt以及相关依赖项(PHP安装PECL扩展的方法)
2013/07/05 PHP
php实现过滤表单提交中html标签的方法
2014/10/17 PHP
Yii2框架自定义类统一处理url操作示例
2019/05/25 PHP
国外Lightbox v2.03.3 最新版 下载
2007/10/17 Javascript
jQuery.event兼容各浏览器的event详细解析
2013/12/18 Javascript
搭建pomelo 开发环境
2014/06/24 Javascript
JavaScript内存管理介绍
2015/03/13 Javascript
jQuery+jsp下拉框联动获取本地数据的方法(附源码)
2015/12/03 Javascript
SpringMVC返回json数据的三种方式
2015/12/10 Javascript
基于javascript简单实现对身份证校验
2021/01/25 Javascript
js根据手机客户端浏览器类型,判断跳转官网/手机网站多个实例代码
2016/04/30 Javascript
Vue中的slot使用插槽分发内容的方法
2018/03/01 Javascript
小程序实现抽奖动画
2020/04/16 Javascript
如何用vue-cli3脚手架搭建一个基于ts的基础脚手架的方法
2019/12/12 Javascript
Python sys模块常用方法解析
2020/02/20 Python
在Anaconda3下使用清华镜像源安装TensorFlow(CPU版)
2020/04/19 Python
opencv+python实现鼠标点击图像,输出该点的RGB和HSV值
2020/06/02 Python
浅析pandas随机排列与随机抽样
2021/01/22 Python
20行代码教你用python给证件照换底色的方法示例
2021/02/05 Python
python实现控制台输出颜色
2021/03/02 Python
HTML5中如何显示视频呢 HTML5视频播放demo
2013/06/08 HTML / CSS
AmazeUi Tree(树形结构) 应用小结
2020/08/17 HTML / CSS
南京某软件公司的.net面试题
2015/11/30 面试题
演讲主持词
2014/03/18 职场文书
公司寄语大全
2014/04/10 职场文书
微电影大赛策划方案
2014/06/05 职场文书
人事专员岗位说明书
2014/07/29 职场文书
陈安之励志演讲稿
2014/08/21 职场文书
卫生厅领导班子党的群众路线教育实践活动整改措施
2014/09/20 职场文书
群众路线学习心得体会范文
2014/11/05 职场文书
表扬稿格式范文
2015/01/16 职场文书
《狼牙山五壮士》教学反思
2016/02/17 职场文书
《兰兰过桥》教学反思
2016/02/20 职场文书
员工工作心得体会
2019/05/07 职场文书
Java异常处理try catch的基本用法
2021/12/06 Java/Android
pandas进行数据输入和输出的方法详解
2022/03/23 Python