phpQuery轻松采集网页内容

phpQuery是一个基于PHP的服务端开源项目。
　　phpQuery是一个基于PHP的服务端开源项目，它可以让PHP开发人员轻松处理DOM文档内容，比如获取某新闻网站的头条信息。更有意思的是，它采用了jQuery的思想，你可以像使用jQuery一样处理页面内容，获取你想要的页面信息。

采集头条
　　先看一实例，现在我要采集新浪网国内新闻的头条，代码如下：include 'phpQuery/phpQuery.php'; 
phpQuery::newDocumentFile('http://news.sina.com.cn/china'); 
echo pq(".blkTop h1:eq(0)")->html(); 　　简单的三行代码，就可以获取头条内容。首先在程序中包含phpQuery.php核心程序，然后调用读取目标网页，最后输出对应标签下的内容。

　　pq()是一个功能强大的方法，跟jQuery的$()如出一辙，jQuery的选择器基本上都能使用在phpQuery上，只要把“.”变成“->”。如上例中，pq(".blkTop h1:eq(0)")抓取了页面class属性为blkTop的DIV元素，并找到该DIV内部的第一个h1标签，然后用html()方法获取h1标签里的内容（带html标签），也就是我们要获取的头条信息，如果使用text()方法，则只获取头条的文本内容。当然要使用好phpQuery，关键是要找对文档中对应内容的节点。

采集文章列表
　　下面再来看一个例子，获取.thinkphp.cn网站的首页列表，请看代码：
　　　 include 'phpQuery.php'; 
phpQuery::newDocumentFile('http://www.thinkphp.cn'); 
$artlist = pq(".index-bd"); 
foreach($artlist as $li){ 
   echo pq($li)->find('li:eq(5)')->html()."
"; 
} 
?>
通过循环列表中的DIV，找出文章标题并输出，就是这么简单。

　　像jQuery一样，精准查找文档节点，输出节点下的内容，解析一个XML文档就是这么简单。现在你不必为采集网站内容而使用那些头疼的正则算法、内容替换等繁琐的代码了，有了phpQuery，一切就变得轻松多了。
　　
已更新地址：
http://www.thinkphp.cn/extend/535.html

phpQuery.zip ( 33.57 KB 下载：1173 次 )

AD：真正免费，域名+虚机+企业邮箱=0元