php使用QueryList轻松采集JavaScript动态渲染页面

来源：动视网责编：小采时间：2020-11-03 23:12:34

php使用QueryList轻松采集JavaScript动态渲染页面

php使用QueryList轻松采集JavaScript动态渲染页面:QueryList使用jQuery的方式来做采集，拥有丰富的插件。下面来演示QueryList使用PhantomJS插件抓取JS动态创建的页面内容。推荐：《PHP教程》安装使用Composer安装：安装QueryListcomposer require jaeger/querylist GitHub:

推荐度：

点击下载本文 文档为doc格式

导读php使用QueryList轻松采集JavaScript动态渲染页面:QueryList使用jQuery的方式来做采集，拥有丰富的插件。下面来演示QueryList使用PhantomJS插件抓取JS动态创建的页面内容。推荐：《PHP教程》安装使用Composer安装：安装QueryListcomposer require jaeger/querylist GitHub:

QueryList使用jQuery的方式来做采集，拥有丰富的插件。

下面来演示QueryList使用PhantomJS插件抓取JS动态创建的页面内容。

推荐：《PHP教程》

安装

使用Composer安装：

安装QueryList

composer require jaeger/querylist
GitHub: https://github.com/jae-jae/QueryList

安装PhantomJS插件

composer require jaeger/querylist-phantomjs
GitHub: https://github.com/jae-jae/QueryList-PhantomJS

下载PhantomJS二进制文件

PhantomJS官网：http://phantomjs.org ，下载对应平台的PhantomJS二进制文件。

插件API

QueryList browser($url,$debug = false,$commandOpt = []):使用浏览器打开连接

使用

以采集「今日头条」手机版为例，「今日头条」手机版基于React框架，内容是纯动态渲染出来的。

下面演示QueryList的PhantomJs插件用法:

安装插件

use QLQueryList;
use QLExtPhantomJs;
$ql = QueryList::getInstance();
// 安装时需要设置PhantomJS二进制文件路径
$ql->use(PhantomJs::class,'/usr/local/bin/phantomjs');
//or Custom function name
$ql->use(PhantomJs::class,'/usr/local/bin/phantomjs','browser');

Example-1

获取动态渲染的HTML:

$html = $ql->browser('https://m.toutiao.com')->getHtml();
print_r($html);

获取所有p标签文本内容:

$data = $ql->browser('https://m.toutiao.com')->find('p')->texts();
print_r($data->all());

输出:

Array
(
 [0] => 自拍模式开启！国庆假期我和国旗合个影
 [1] => 你旅途已开始 他们仍在自己的岗位上为你的假期保驾护航
 [2] => 喜极而泣，都教授终于回到地球了！
 //....
)

使用http代理:

// 更多选项可以查看文档: http://phantomjs.org/api/command-line.html
$ql->browser('https://m.toutiao.com',true,[
 // 使用http代理
 '--proxy' => '192.168.1.42:8080',
 '--proxy-type' => 'http'
])

Example-2

自定义一个复杂的请求：

$data = $ql->browser(function (JonnyWPhantomJsHttpRequestInterface $r){
 $r->setMethod('GET');
 $r->setUrl('https://m.toutiao.com');
 $r->setTimeout(10000); // 10 seconds
 $r->setDelay(3); // 3 seconds
 return $r;
})->find('p')->texts();
print_r($data->all());

开启debug模式，并从本地加载cookie文件：

$data = $ql->browser(function (JonnyWPhantomJsHttpRequestInterface $r){
 $r->setMethod('GET');
 $r->setUrl('https://m.toutiao.com');
 $r->setTimeout(10000); // 10 seconds
 $r->setDelay(3); // 3 seconds
 return $r;
},true,[
 '--cookies-file' => '/path/to/cookies.txt'
])->rules([
 'title' => ['p','text'],
 'link' => ['a','href']
])->query()->getData();
print_r($data->all());

php使用QueryList轻松采集JavaScript动态渲染页面

推荐度：

点击下载本文 文档为doc格式

标签：使用动态页面

热门焦点

php使用QueryList轻松采集JavaScript动态渲染页面

php使用QueryList轻松采集JavaScript动态渲染页面

php使用QueryList轻松采集JavaScript动态渲染页面

最新推荐

猜你喜欢

热门推荐