環境要求
PHP >= 7.0
如果你的PHP版本還停留在PHP5，或者不會使用Composer,你可以選擇使用QueryList3,QueryList3支持php5.3以及手動安裝。 QueryList3 檔:http://v3.querylist.cc
更換國內鏡像

composer config -g repo.packagist composer https://mirrors.aliyun.com/composer/

安裝
通過Composer安裝:

composer require jaeger/querylist:~V4

使用
元素操作

1.采集「昵圖網」所有圖片地址

QueryList::get('http://www.nipic.com')->find('img')->attrs('src');

2.采集百度搜索結果

$ql = QueryList::get('http://www.baidu.com/s?wd=QueryList');$ql->find('title')->text(); // 獲取網站標題 $ql->find('meta[name=keywords]')->content; // 獲取網站頭部關鍵詞$ql->find('h3>a')->texts(); //獲取搜索結果標題列表 $ql->find('h3>a')->attrs('href'); //獲取搜索結果鏈接列表$ql->find('img')->src; //獲取第一張圖片的鏈接地址 $ql->find('img:eq(1)')->src; //獲取第二張圖片的鏈接地址 $ql->find('img')->eq(2)->src; //獲取第三張圖片的鏈接地址 // 遍歷所有圖片 $ql->find('img')->map(function($img){echo $img->alt; //打印圖片的alt屬性 });

3.更多用法

$ql->find('#head')->append('<div>追加內容</div>')->find('div')->htmls(); $ql->find('.two')->children('img')->attrs('alt'); //獲取class為two元素下的所有img孩子節點 //遍歷class為two元素下的所有孩子節點 $data = $ql->find('.two')->children()->map(function ($item){//用is判斷節點類型if($item->is('a')){return $item->text();}elseif($item->is('img')){return $item->alt;} });$ql->find('a')->attr('href', 'newVal')->removeClass('className')->html('newHtml')->... $ql->find('div > p')->add('div > ul')->filter(':has(a)')->find('p:first')->nextAll()->andSelf()->... $ql->find('div.old')->replaceWith( $ql->find('div.new')->clone())->appendTo('.trash')->prepend('Deleted')->...

4.列表采集

$data = QueryList::get('http://www.baidu.com/s?wd=QueryList')// 設置采集規則->rules([ 'title'=>array('h3','text'),'link'=>array('h3>a','href')])->query()->getData();print_r($data->all()); //采集結果顯示 Array ([0] => Array([title] => QueryList|基于phpQuery的無比強大的PHP采集工具[link] => http://www.baidu.com/link?url=GU_YbDT2IHk4ns1tjG2I8_vjmH0SCJEAPuuZN)[1] => Array([title] => PHP 用QueryList抓取網頁內容 - wb145230 - 博客園[link] => http://www.baidu.com/link?url=zn0DXBnrvIF2ibRVW34KcRVFG1_bCdZvqvwIhUqiXaS)[2] => Array([title] => 介紹- QueryList指導文檔[link] => http://www.baidu.com/link?url=pSypvMovqS4v2sWeQo5fDBJ4EoYhXYi0Lxx)//... )

5.編碼轉換

// 輸出編碼:UTF-8,輸入編碼:GB2312 QueryList::get('https://top.etao.com')->encoding('UTF-8','GB2312')->find('a')->texts();// 輸出編碼:UTF-8,輸入編碼:自動識別 QueryList::get('https://top.etao.com')->encoding('UTF-8')->find('a')->texts();

6.HTTP網絡操作

//采集新浪微博需要登錄才能訪問的頁面 $ql = QueryList::get('http://weibo.com','param1=testvalue & params2=somevalue',['headers' => [//填寫從瀏覽器獲取到的cookie'Cookie' => 'SINAGLOBAL=546064; wb_cmtLike_2112031=1; wvr=6;....'] ]); //echo $ql->getHtml(); echo $ql->find('title')->text(); //輸出: 我的首頁 微博-隨時隨地發現新鮮事

7.模擬登錄

// 用post登錄 $ql = QueryList::post('http://xxxx.com/login',['username' => 'admin','password' => '123456' ])->get('http://xxx.com/admin'); //采集需要登錄才能訪問的頁面 $ql->get('http://xxx.com/admin/page'); //echo $ql->getHtml();//from表單操作 // 獲取QueryList實例 $ql = QueryList::getInstance(); //獲取到登錄表單 $form = $ql->get('https://github.com/login')->find('form');//填寫GitHub用戶名和密碼 $form->find('input[name=login]')->val('your github username or email'); $form->find('input[name=password]')->val('your github password');//序列化表單數據 $fromData = $form->serializeArray(); $postData = []; foreach ($fromData as $item) {$postData[$item['name']] = $item['value']; }//提交登錄表單 $actionUrl = 'https://github.com'.$form->attr('action'); $ql->post($actionUrl,$postData); //判斷登錄是否成功 // echo $ql->getHtml(); $userName = $ql->find('.header-nav-current-user>.css-truncate-target')->text(); if($userName) {echo '登錄成功!歡迎你:'.$userName; }else{echo '登錄失敗!'; }

其他更詳細參照鏈接點擊

總結

以上是生活随笔為你收集整理的php用QueryList异步爬取网页数据的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。