- Get Started
- 基础
- 进阶
- 技巧
- 插件推荐
- API
- Get Started
- 基础 API
- QueryList html($html)
- string getHtml($rel = true)
- QueryList rules(array $rules)
- QueryList range($selector)
- QueryList removeHead()
- QueryList query(Closure $callback = null)
- Collection getData(Closure $callback = null)
- Array queryData(Closure $callback = null)
- QueryList static getInstance()
- void destruct()
- void destructDocuments() 静态方法
- QueryList pipe(Closure $callback)
- 特殊 API
- 高级 API
- 默认插件
文章来源于网络收集而来,版权归原创者所有,如有侵权请及时联系!
QueryList range($selector)
最后更新日期:2020-05-31
区域选择器
或者叫做切片选择器
,指先按照该规则对HTML内容进行切片 ,然后再分别再在这些切片里面进行相关的选择。 当采集列表的时候,必须设置这个参数。
用法
- 例一 采集百度搜索结果,观察下面两种写法的结果差异:
第一种写法:没有用到[区域选择器],多元素采集
$data = QueryList::get('http://www.baidu.com/s?wd=QueryList', null, [
'headers' => [
'User-Agent' => 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.149 Safari/537.36',
'Accept-Encoding' => 'gzip, deflate, br',
]
])->rules([
'title'=>array('h3','texts'),
'link'=>array('h3>a','htmlOuters','',function($arr){
$hrefs = [];
foreach ($arr as $item) {
$hrefs[] = pq($item)->attr('href');
}
return $hrefs;
})
])->queryData();
print_r($data);
采集结果:
Array
(
[title] => Array
(
[0] => QueryList|优雅的渐进式PHP采集框架
[1] => QueryList V3 中文文档 - QueryList文档
[2] => MediaQueryList - Web API 接口参考 | MDN
// ....
)
[link] => Array
(
[0] => http://www.baidu.com/link?url=yuvEDdAkZWe8wyGOFTJITx61zutLGpGvJWGbh_tqA0PSbv8yemd1duFOpnIERfoF
[1] => http://www.baidu.com/link?url=s8OGldWakzJFeaCOFi7GBjhoFs2LWaGkMqc9B5WL45STnRLWW7vos5zBiGq2yJgr
[2] => http://www.baidu.com/link?url=EBJZbvtQ6HE2fU8jW3oqROwJ0VHFrmaaT7XjsJPX8X2cQapV_0JrMeroWFh_IDxN0wDscH1MHUBL-YHsiRYRGxD-ZVRxFpxqYFS_ogYQQR_
// ...
)
)
第二种写法:用选择器'h3'对内容切片,然后分别在这些切片中执行采集规则,列表采集
$data = QueryList::get('http://www.baidu.com/s?wd=QueryList', null, [
'headers' => [
'User-Agent' => 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.149 Safari/537.36',
'Accept-Encoding' => 'gzip, deflate, br',
]
])->rules([
// 获取当前切片的整个text内容
'title'=>array('','texts'),
// 获取当前切片下的a标签链接
'link'=>array('a','href')
])->range('h3')->queryData();
print_r($data);
采集结果:
Array
(
[0] => Array
(
[title] => Array
(
[0] => QueryList|优雅的渐进式PHP采集框架
)
[link] => http://www.baidu.com/link?url=QTDUpxZjRRPTjF5GiyTIofATJ4QZQhqIr7wc5uANVJ9WJCXLtzsTw-BLgzJnjcBW
)
[1] => Array
(
[title] => Array
(
[0] => QueryList V3 中文文档 - QueryList文档
)
[link] => http://www.baidu.com/link?url=eRFe8K-KLTeG6HHPWR2a0GpBxiDK5NsTwBaz4pfkOcn0XWb4HaPQR-p3E-VOHP5u
)
[2] => Array
(
[title] => Array
(
[0] => MediaQueryList - Web API 接口参考 | MDN
)
[link] => http://www.baidu.com/link?url=5N_nrwzF5egDe42PUZFqZfopqWdAlDhzJSftLagzA8tR49ItagnaDovbpFcBkubCZwyRilLi6iuYosz0ucPggENJTvuOD34d2uD3ley9cZK
)
[3] => Array
(
[title] => Array
(
[0] => QueryList: QueryList是一个基于phpQuery的简洁、优雅的PHP采集...
)
[link] => http://www.baidu.com/link?url=EtXGhEQ_1F7yGcrSe7Gh9iLUvCwyKmCqHEXdQYtkG971Susm7P5woYamImQUCGOl
)
// ...
)
- 例二
<?php
require 'querylist/vendor/autoload.php';
use QL\QueryList;
//采集#main下面的li里面的内容
$html =<<<STR
<div id="main">
<ul>
<li>
<h1>这是标题1</h1>
</li>
<li>
<h1>这是标题2</h1>
<span>这是文字2<span>
</li>
</ul>
</div>
STR;
// 不设置 range,多元素采集
$data = QueryList::html($html)->rules([
'title' => array('#main>ul>li>h1','text'),
'content' => array('#main>ul>li>span','text')
])->query()->getData();
print_r($data->all());
// 设置 range,列表采集
$data = QueryList::html($html)->rules([
'list' => array('h1','text'),
'content' => array('span','text')
])->range('#main>ul>li')->query()->getData();
print_r($data->all());
/**
输出结果:
Array
(
[title] => 这是标题1这是标题2
[content] => 这是文字2
)
Array
(
[0] => Array
(
[list] => 这是标题1
[content] =>
)
[1] => Array
(
[list] => 这是标题2
[content] => 这是文字2
)
)
*/
- 例三: 演示如何获取切片元素自身的内容
<?php
require 'querylist/vendor/autoload.php';
use QL\QueryList;
$html =<<<STR
<div>
<a href="http://xxx.com/1.html" alt="link1">
链接1
<span>文本1<span>
</a>
<a href="http://xxx.com/2.html" alt="link2">
链接2
<span>文本2<span>
</a>
<a href="http://xxx.com/3.html" alt="link3">
链接3
<span>文本3<span>
</a>
</div>
STR;
$data = QueryList::html($html)->rules([
'a_link' => ['','href'],
'a_text' => ['', 'text','-span'],
'a_alt' => ['', 'alt'],
'span' => ['span', 'text']
])->range('a')->queryData();
print_r($data);
/**
输出结果:
Array
(
[0] => Array
(
[a_link] => http://xxx.com/1.html
[a_text] => 链接1
[a_alt] => link1
[span] => 文本1
)
[1] => Array
(
[a_link] => http://xxx.com/2.html
[a_text] => 链接2
[a_alt] => link2
[span] => 文本2
)
[2] => Array
(
[a_link] => http://xxx.com/3.html
[a_text] => 链接3
[a_alt] => link3
[span] => 文本3
)
)
**/
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论