前言

  平時(shí)開發(fā)中可能遇到一個(gè)問題。采集網(wǎng)頁，小偷程序等等。各種花式秀正則的話，雖然能體現(xiàn)出geek，但是我覺得做事卻不夠優(yōu)雅。采集到的網(wǎng)頁說白了也是DOM，jQuery各種優(yōu)雅地獲取節(jié)點(diǎn)。幸好，有這個(gè)類庫，幫我們解決了這個(gè)，那就是phpQuery.

為什么使用phpQuery

phpQuery是基于php5新添加的DOMDocument。而DOMDocument則是專門用來處理html/xml。它提供了強(qiáng)大的xpath選擇器及其他很多html/xml操作函數(shù)，使得處理html/xml起來非常方便。

尤其對于新手，看到一堆”不知所云”的字符評湊在一起，有種腦袋都要炸了的感覺。如果要分離的對象沒有太明顯的特征，正則寫起來更是麻煩。

學(xué)習(xí)成本低，jQuery是PHP程序員的標(biāo)配，那么懂jQuery的話，是可以無縫銜接的，學(xué)習(xí)成本幾乎為0。選擇器，節(jié)點(diǎn)，節(jié)點(diǎn)信息，over

下載地址

https://code.google.com/archive/p/phpquery/downloads（需要翻墻，或者自行百度phpQuery）

實(shí)驗(yàn)

  既然開始了，那么就做個(gè)實(shí)驗(yàn)，比如我們要獲取SF的所有標(biāo)簽名稱https://segmentfault.com/tags，審查元素，得到部分標(biāo)簽屬性。a class="tag" data-original-title="負(fù)載均衡">負(fù)載均衡/a>

Demo

?php
  
  require("phpQuery.php");//導(dǎo)入phpQuery庫
  $html   = phpQuery::newDocumentFile("https://segmentfault.com/tags");
  $hrefList = pq(".tag"); //獲取標(biāo)簽為a的所有對象$(".tag")

  foreach ($hrefList as $href) {
    echo $href->getAttribute("data-original-title"),"br>";
  }

結(jié)果

總結(jié)

0.網(wǎng)頁采集真特么無腦暴力，成功繞過惡心的正則

1.寫法參照jQuery

2.體會(huì)Dom的思想

3.此類庫并非萬金油，更適合網(wǎng)頁采集

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。