萬盛學電腦網

 萬盛學電腦網 >> 網絡編程 >> php編程 >> 一個基於phpQuery的php通用采集類分享

一個基於phpQuery的php通用采集類分享

 這是自己以前寫的一個php的采集類,自己一直在用,自我感覺很簡單很強大,只要懂一點點選擇器的知識就可以采集任何頁面了,也支持https頁面,做簡單的采集足夠用了

一、采集類源碼   代碼如下: <?php   /**   *通用列表采集類   *版本V1.3   *作者:JAE   */     require_once '../phpQuery/phpQuery/phpQuery.php';     class QueryList{           private $pageURL;          private $regArr = array();          public $jsonArr = array();          private $regRange;          private $html;          /************************************************          * 參數: 頁面地址 選擇器數組 塊選擇器          * 【選擇器數組】說明:格式array("名稱"=>array("選擇器","類型"),.......)          * 【類型】說明:值 "text" ,"html" ,"屬性"           *【塊選擇器】:指 先按照規則 選出 幾個大塊 ,然後再分別再在塊裡面 進行相關的選擇          *************************************************/          function QueryList($pageURL,$regArr=array(),$regRange='')          {              $this->pageURL = $pageURL;                //為了能獲取https://                $ch = curl_init();                 curl_setopt($ch, CURLOPT_URL,$this->pageURL);                 curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, false);                  curl_setopt($ch, CURLOPT_SSL_VERIFYHOST, false);                 curl_setopt($ch,CURLOPT_RETURNTRANSFER,1);                  $this->html = curl_exec($ch);                curl_close($ch);                if(!empty($regArr))              {                     $this->regArr = $regArr;                  $this->regRange = $regRange;                  $this->getList();              }            }          function setQuery($regArr,$regRange='')          {              $this->jsonArr=array();              $this->regArr = $regArr;              $this->regRange = $regRange;              $this->getList();          }         private function getList()          {                $hobj = phpQuery::newDocumentHTML($this->html);              if(!empty($this->regRange))              {              $robj = pq($hobj)->find($this->regRange);                 $i=0;              foreach($robj as $item)              {                    while(list($key,$reg_value)=each($this->regArr))                  {                      $iobj = pq($item)->find($reg_value[0]);                          switch($reg_value[1])                        {                            case 'text':                                  $this->jsonArr[$i][$key] = trim(pq($iobj)->text());                                  break;                            case 'html':                                  $this->jsonArr[$i][$key] = trim(pq($iobj)->html());                                  break;                            default:                                 $this->jsonArr[$i][$key] = pq($iobj)->attr($reg_value[1]);                                 break;                           }                  }                  //重置數組指針                  reset($this->regArr);                  $i++;               }              }              else              {             while(list($key,$reg_value)=each($this->regArr))              {                 $lobj = pq($hobj)->find($reg_value[0]);                                          $i=0;                    foreach($lobj as $item)                    {                        switch($reg_value[1])                        {                            case 'text':                                  $this->jsonArr[$i++][$key] = trim(pq($item)->text());                                  break;                            case 'html':                                  $this->jsonArr[$i++][$key] = trim(pq($item)->html());                                  break;                            default:                                 $this->jsonArr[$i++][$key] =
copyright © 萬盛學電腦網 all rights reserved