在laravel中使用Symfony的Crawler组件分析HTML


Posted in PHP onJune 19, 2017

Crawler全名是DomCrawler,是Symfony框架的组件。令人发指的是DomCrawler的没有中文文档,Symfony也没有翻译该部分,所以使用DomCrawler开发只能一点一点摸索,现将使用过程中的经验总结。

首先是安装

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

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

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

$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。

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

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

输出body内的html

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

$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

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”

$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三水点靠木网站的支持!

PHP 相关文章推荐
php Undefined index的问题
Jun 01 PHP
PHP5 操作MySQL数据库基础代码
Sep 29 PHP
php中的路径问题与set_include_path使用介绍
Feb 11 PHP
PHP函数strip_tags的一个bug浅析
May 22 PHP
PHP获取mysql数据表的字段名称和详细信息的方法
Sep 27 PHP
php检查日期函数checkdate用法实例
Mar 19 PHP
php实现根据词频生成tag云的方法
Apr 17 PHP
php实现的美国50个州选择列表实例
Apr 20 PHP
php gd等比例缩放压缩图片函数
Jun 12 PHP
PHP实现JS中escape与unescape的方法
Jul 11 PHP
php+redis在实际项目中HTTP 500: Internal Server Error故障排除
Feb 05 PHP
laravel http 自定义公共验证和响应的方法
Sep 29 PHP
Laravel给生产环境添加监听事件(SQL日志监听)
Jun 19 #PHP
Yii 2.0自带的验证码使用经验分享
Jun 19 #PHP
PHP实现下载远程图片保存到本地的方法
Jun 19 #PHP
Yii2 如何在modules中添加验证码的方法
Jun 19 #PHP
PHP实现的简单操作SQLite数据库类与用法示例
Jun 19 #PHP
JS+PHP实现用户输入数字后显示最大的值及所在位置
Jun 19 #PHP
PHP利用Socket获取网站的SSL证书与公钥
Jun 18 #PHP
You might like
法压式咖啡之制作法
2021/03/03 冲泡冲煮
《PHP边学边教》(04.编写简易的通讯录――视频教程1)
2006/12/13 PHP
php自动跳转中英文页面
2008/07/29 PHP
redis 队列操作的例子(php)
2012/04/12 PHP
ThinkPHP的L方法使用简介
2014/06/18 PHP
jQuery中校验时间格式的正则表达式小结
2013/09/22 Javascript
JavaScript设计模式之工厂模式和构造器模式
2015/02/11 Javascript
js实现将选中值累加到文本框的方法
2015/08/12 Javascript
jQuery实现响应鼠标背景变化的动态菜单效果代码
2015/08/27 Javascript
JS实现兼容性好,带缓冲的动感网页右键菜单效果
2015/09/18 Javascript
jQuery+CSS实现滑动的标签分栏切换效果
2015/12/17 Javascript
jQuery实现图片向左向右切换效果的简单实例
2016/05/18 Javascript
javascript入门之数组[新手必看]
2016/11/21 Javascript
vue使用watch 观察路由变化,重新获取内容
2017/03/08 Javascript
Vue.js实战之Vuex的入门教程
2017/04/01 Javascript
使用JavaScript实现一个小程序之99乘法表
2017/09/21 Javascript
微信小程序项目总结之点赞 删除列表 分享功能
2018/06/25 Javascript
nodejs基础之多进程实例详解
2018/12/27 NodeJs
jQuery选择器之基本选择器用法实例分析
2019/02/19 jQuery
vue的三种图片引入方式代码实例
2019/11/19 Javascript
vue实现输入框自动跳转功能
2020/05/20 Javascript
[16:27]DOTA2 HEROS教学视频教你分分钟做大人-艾欧
2014/06/11 DOTA
[10:54]Team Spirit vs Navi
2018/06/07 DOTA
手动实现把python项目发布为exe可执行程序过程分享
2014/10/23 Python
用Python实现通过哈希算法检测图片重复的教程
2015/04/02 Python
Python抓取电影天堂电影信息的代码
2016/04/07 Python
Python的Flask站点中集成xhEditor文本编辑器的教程
2016/06/13 Python
对Python3+gdal 读取tiff格式数据的实例讲解
2018/12/04 Python
pyqt5 QProgressBar清空进度条的实例
2019/06/21 Python
python UDP(udp)协议发送和接收的实例
2019/07/22 Python
Django Serializer HiddenField隐藏字段实例
2020/03/31 Python
python 发送邮件的示例代码(Python2/3都可以直接使用)
2020/12/03 Python
数以千计的折扣工业产品:ESE Direct
2018/05/20 全球购物
酒店保洁员岗位职责
2015/02/26 职场文书
勤俭节约倡议书范文
2015/04/29 职场文书
聊聊Python String型列表求最值的问题
2022/01/18 Python