首页 > 数据库 > php使用QueryList轻松采集js动态渲染页面方法
2019
08-09

php使用QueryList轻松采集js动态渲染页面方法



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。


一、安装

使用Composer安装:

1.安装QueryList

composer require jaeger/querylist


GitHub: https://github.com/jae-jae/QueryList

2.安装PhantomJS插件

composer require jaeger/querylist-phantomjs


GitHub: https://github.com/jae-jae/QueryList-PhantomJS


二、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。


三、插件API

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


四、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:

1.安装插件

use QL\QueryList; use QL\Ext\PhantomJs; $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');


2.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' ])


3.Example-2

自定义一个复杂的请求:

$data = $ql->browser(function (\JonnyW\PhantomJs\Http\RequestInterface $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 (\JonnyW\PhantomJs\Http\RequestInterface $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());


扫码芷若 获取免费视频学习资料

编程学习

查 看2019高级编程视频教程免费获取