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文本数据库的搜索方法
Oct 09 PHP
杏林同学录(一)
Oct 09 PHP
php简单提示框alert封装函数
Aug 08 PHP
注意:php5.4删除了session_unregister函数
Aug 05 PHP
PHP使用PHPMailer发送邮件的简单使用方法
Nov 12 PHP
PHP使用glob函数遍历目录或文件夹的方法
Dec 16 PHP
PHP使用http_build_query()构造URL字符串的方法
Apr 02 PHP
PHP正则表达式过滤html标签属性(DEMO)
May 04 PHP
PHP magento后台无法登录问题解决方法
Nov 24 PHP
超强多功能php绿色集成环境详解
Jan 25 PHP
php base64 编码与解码实例代码
Mar 21 PHP
laravel5.5安装jwt-auth 生成token令牌的示例
Oct 24 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
探讨GDFONTPATH能否被winxp下的php支持
2013/06/21 PHP
ThinkPHP 404页面的设置方法
2015/01/14 PHP
php实现HTML实体编号与非ASCII字符串相互转换类实例
2016/11/02 PHP
PhpStorm 如何优雅的调试Hyperf的方法步骤
2019/11/24 PHP
php实现简单四则运算器
2020/11/29 PHP
鼠标放在图片上显示大图的JS代码
2013/03/26 Javascript
原生JavaScript实现异步多文件上传
2015/12/02 Javascript
jQuery实现可展开折叠的导航效果示例
2016/09/12 Javascript
移动端触屏幻灯片图片切换插件idangerous swiper.js
2017/04/10 Javascript
Angular中点击li标签实现更改颜色的核心代码
2017/12/08 Javascript
JavaScript实现的简单加密解密操作示例
2018/06/01 Javascript
vue插件draggable实现拖拽移动图片顺序
2018/12/01 Javascript
Angular6 发送手机验证码按钮倒计时效果实现方法
2019/01/08 Javascript
JavaScript组合设计模式--改进引入案例分析
2020/05/23 Javascript
[03:26]回顾2015国际邀请赛中国区预选赛
2015/06/09 DOTA
[57:53]DOTA2上海特级锦标赛主赛事日 - 2 败者组第二轮#3OG VS VP
2016/03/03 DOTA
[42:00]完美世界DOTA2联赛PWL S3 Phoenix vs INK ICE 第一场 12.13
2020/12/17 DOTA
Python获取当前时间的方法
2014/01/14 Python
实例解析Python的Twisted框架中Deferred对象的用法
2016/05/25 Python
python 中的命名空间,你真的了解吗?
2020/08/19 Python
高街生活方式全球在线商店:AZBRO
2017/08/26 全球购物
彪马荷兰官网:PUMA荷兰
2019/05/08 全球购物
哈曼俄罗斯官方网上商店:Harman.club
2020/07/24 全球购物
路由表示做什么用的?在linux环境中怎么来配置一条默认路由?
2013/06/07 面试题
Static Nested Class 和 Inner Class的不同
2013/11/28 面试题
工程造价专业大专生求职信
2013/10/06 职场文书
小学教师岗位职责
2013/11/25 职场文书
学生励志演讲稿
2014/01/06 职场文书
应届生简历中的自我评价
2014/01/13 职场文书
《小儿垂钓》教学反思
2014/02/23 职场文书
政府采购方案
2014/06/12 职场文书
校园文化艺术节宣传标语
2014/10/09 职场文书
幼师个人总结范文
2015/02/28 职场文书
电台广播稿范文
2015/08/19 职场文书
利用Matlab绘制各类特殊图形的实例代码
2021/07/16 Python
css中z-index: 0和z-index: auto的区别
2021/08/23 HTML / CSS