浅析php如何实现爬取数据原理


						官方网站站点：简单、 灵活、强大的PHP采集工具，让采集更简单一点。

简介



QueryList使用jQuery选择器来做采集，让你告别复杂的正则表达式；QueryList具有jQuery一样的DOM操作能力、Http网络操作能力、乱码解决能力、内容过滤能力以及可扩展能力；可以轻松实现诸如：模拟登陆、伪造浏览器、HTTP代理等意复杂的网络请求；拥有丰富的插件，支持多线程采集以及使用PhantomJS采集JavaScript动态渲染的页面。

安装

通过Composer安装:





composer require jaeger/querylist



使用教程：

直接上代码：





<?php

include './vendor/autoload.php';

// 使用composer安装后引入目录

use QL\QueryList;

// 使用插件

 

$html = file_get_contents('http://www.biqudu.com/14_14778/');

// 手动获取页面

$data = QueryList::html($html);

// 得到页面内容

$data = QueryList::setHtml('http://www.biqudu.com/14_14778/');

// 等同于上面的html()

$data->rules([

  // 采集所有a标签的href属性

  'link' => ['a','href'],

  // 采集所有a标签的文本内容

  'text' => ['a','text']

  ]);

// 此处$data = 上面已经获取到网页内容之后的对象

// 设置采集规则 替代了传统正则

$data->query();

// 此处$data = 上面已经获取到网页内容之后的对象 

// query 执行操作

$data->getData();

// 此处$data = 上面已经获取到网页内容之后的对象

// 得到数据结果

$data->all();

// 此处$data = 上面已经获取到网页内容之后的对象

// 将数据转换成二维数组

print_r($data->all());

// 打印结果



上面的基本使用方法就是这样了 这样我们已经可以抓取到一定的数据了