PHP 之QueryList网页采集框架

2023 年 11 月 17 日

52 次浏览

713字数

**目录**

* [一、文档](https://www.cnblogs.com/yang-2018/p/17352995.html#_label0)
* [二、示例](https://www.cnblogs.com/yang-2018/p/17352995.html#_label1)

---

[回到顶部](https://www.cnblogs.com/yang-2018/p/17352995.html#_labelTop)

## 一、文档

[http://www.querylist.cc/docs/guide/v3/overview](http://www.querylist.cc/docs/guide/v3/overview)

[回到顶部](https://www.cnblogs.com/yang-2018/p/17352995.html#_labelTop)

## 二、示例

//接口解释
QueryList::Query(采集的目标页面,采集规则[,区域选择器][，输出编码][，输入编码][，是否移除头部])
//采集规则
\$rules = array(
'规则名' => array('jQuery选择器','要采集的属性'[,"标签过滤列表"][,"回调函数"]),
'规则名2' => array('jQuery选择器','要采集的属性'[,"标签过滤列表"][,"回调函数"]),
..........
[,"callback"=>"全局回调函数"]
);
//注:方括号括起来的参数可选

1、内容过滤

```php
<?php
require 'phpQuery.php';
require 'QueryList.php';

use QL\QueryList;

$html =<<<STR
    <div id="demo">
        xxx
        <span class="tt">yyy</span>
        <span>zzz</span>
        <p>nnn</p>
    </div>
STR;

//只想获取内容:xxx
$data = QueryList::Query($html, ['content' => ["#demo", "text", "-p -span"]])->data;
var_dump($data);

//去掉p标签，但保留p标签的内容
$data = QueryList::Query($html, ['content' => ["#demo", "html", "p"]])->data;
var_dump($data);

//获取纯文本，但保留p标签
$data = QueryList::Query($html, ['content' => ["#demo", "text", "p"]])->data;
var_dump($data);

//去掉class名为tt的元素和p标签，但保留p标签的内容
$data = QueryList::Query($html, ['content' => ["#demo", "text", "-.tt p"]])->data;
var_dump($data);
```

2、回调函数中传参数

```php
<?php
require 'phpQuery.php';
require 'QueryList.php';

use QL\QueryList;

$html =<<<STR
    <div id="demo">
        <ul>
            <li>
              <h3>xxx</h3>
              <div class="list">
                <div class="item">item1</div>
                <div class="item">item2</div>
              </div>
            </li>

</ul>
    </div>
STR;

//获取列表
$data = QueryList::Query($html, ['h3' => ['h3', 'text']], 'ul > li')->data;

//递归多级DOM解析
$data = QueryList::Query($html, ['h3' => ['h3', 'text'], 'list' => ['.list', 'html']], 'ul > li')->getData(function($item){
    $item['list'] = QueryList::Query($item['list'], ['item' => ['.item', 'text']])->data;
    return $item;
});
var_dump($data);
```

最后修改：2023 年 11 月 17 日