在laravel中使用Symfony的Crawler组件分析HTML

　　Crawler全名是DomCrawler，是Symfony框架的组件。令人发指的是DomCrawler的没有中文文档，Symfony也没有翻译该部分，所以使用DomCrawler开发只能一点一点摸索，现将使用过程中的经验总结。

　　首先是安装

　　 composer require symfony/dom-crawler composer require symfony/css-selector

　　css-seelctor 是 css选择器，用css选择节点时一些函数会用到

　　手册里面使用的例子是

　　 use Symfony\Component\DomCrawler\Crawler; $html = <<<‘HTML‘ Hello World! Hello Crawler! HTML; $crawler = new Crawler($html); foreach ($crawler as $domElement) { var_dump($domElement->nodeName); }

　　打印的结果是

　　 string ‘html‘ (length=4)

　　因为这段html代码的nodeName就是html，英语不好，开始使用的时候还以为程序错了。。。

　　实际使用过程，如果new Crawler($html)会出现乱码问题，应该是与页面编码有关，所以可以采用下面的方式，先初始化crawler，然后添加node

　　 $crawler = new Crawler(); $crawler->addHtmlContent($html);

　　addHtmlContent的第二个参数是charset，默认是utf-8。

　　其他例子可以参考官方文档，

　　记录一下工作中一点点试出来的用法

　　filterXPath(string $xpath) 方法，按照手册上的说法，该方法的参数是$xpath，经常用的是p，div等块。

　　 echo $crawler->filterXPath(‘//body/p‘)->text(); echo $crawler->filterXPath(‘//body/p‘)->last()->text();

　　输出是第一个和下一个p标签块的文本

　　 var_dump($crawler->filterXPath(‘//body‘)->html());

　　输出body内的html

　　 foreach ($crawler->filterXPath(‘//body/p‘) as $i => $node) { $c = new Crawler($node); echo $c->filter(‘p‘)->text(); }

　　filterXPath获得的是DOMElement块的数组，每个DOMElement块可以使用新的crawler对象继续解析

　　 $nodeValues = $crawler->filterXPath(‘//body/p‘)->each(function (Crawler $node, $i) { return $node->text(); });

　　crawler提供了each循环，使用闭包函数简化代码，不过注意的是，这种写法$nodeValues得到的是数组，需要进一步处理。

　　其他用法

　　 echo $crawler->filterXPath(‘//body/p‘)->attr(‘class‘);

　　可以获得第一个p标签对应class属性的值“message”

　　 $crawler->filterXPath(‘//div[@class=样式]‘)->filter(‘a‘)->attr(‘href‘); $crawler->filterXPath(‘//div[@class=样式]‘)->filter(‘a>img‘)->extract(array(‘alt‘, ‘href‘))

　　以上是获得标签属性的一些方法

　　filter和filterXPath不同，手册上写的是css选择器，不太明白，我理解是div这种XPath节点包含的元素，具体情况还需要在实际开发中去尝试。

　　总的来说感觉DomCrawler要比simple html dom好用一些，可能是我用的比较浅显。

　　上述只是Crawler的基本功能，更过用法请查阅symfony手册关于Crawler部分的函数

　　Crawler主要问题还是示例太少，函数手册里面没有使用实例，只能在实际使用中去摸索。。。。

　　symfony关于DomCrawler的文档，里面有少数例子

　　以上所述是小编给大家介绍的在laravel中使用Symfony的Crawler组件分析HTML，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对脚本之家网站的支持！