基于PHP的服务端开源项目之phpQuery采集文章(一)

　　基于PHP的服务端开源项目之phpQuery采集文章(一)

　　phpQuery 是一个基于 PHP 的服务器端开源项目，它可以让 PHP 开发者轻松处理 DOM 文档的内容，例如获取新闻的头条新闻网站。更有趣的是它使用了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

　　先看个例子，现在我要的是采集国内新闻的标题，代码如下：

　　复制代码代码如下：

　　收录'phpQuery/phpQuery.php';

　　phpQuery::newDocumentFile('');

　　echo pq(".blkTop h1:eq(0)")->html();

　　简单的三行代码，即可获取标题内容。首先在程序中收录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() 是一个强大的方法，就像jQuery的$()一样，jQuery的选择器基本可以用在phpQuery上，只要把“.”改一下就行了。到“->”。如上例， pq(".blkTop h1:eq(0)") 抓取class属性为blkTop的DIV元素，找到DIV里面的第一个h1标签，然后使用html()方法获取h1 标签中的内容（带html标签）就是我们要获取的标题信息，如果使用text()方法，只会获取到标题的文本内容，当然一定要用好phpQuery，关键是在文档Node中找到对应的内容。

　　采集文章List

　　下面再看一个例子，获取网站的博客列表，请看代码：

　　复制代码代码如下：

　　收录'phpQuery/phpQuery.php';

　　phpQuery::newDocumentFile('');

　　$artlist = pq(".blog_li");

　　foreach($artlist as $li){

　　echo pq($li)->find('h2')->html()."";

　　}

　　找到文章 标题并通过循环遍历列表中的 DIV 将其输出就是这么简单。

　　解析 XML 文档

　　假设有一个像这样的 test.xml 文档：

　　复制代码代码如下：

　　张三

　　22

　　王舞

　　18

　　现在想获取联系人张三的年龄，代码如下：

　　复制代码代码如下：

　　收录'phpQuery/phpQuery.php';

　　phpQuery::newDocumentFile('test.xml');

　　echo pq('contact> age:eq(0)');

　　结果输出：22

　　和jQuery一样，它就像准确找到文档节点，输出节点下的内容，解析一个XML文档一样简单。现在您不必为采集网站 内容使用繁琐的代码，例如头痛的常规算法和内容替换。有了 phpQuery，一切都变得简单了。

　　phpquery项目官网地址：