在laravel中操纵Symfony的Crawler组件阐发HTML

Crawler全名是DomCrawler，是Symfony框架的组件。使人发指的是DomCrawler的不中文文档，Symfony也不翻译该局部，以是操纵DomCrawler开辟只能一点一点试探，现将操纵进程中的经历总结。

起首是装置

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

css-seelctor 是 css挑选器，用css挑选节点时一些函数会用到

手册外面操纵的例子是

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

打印的成果是

string ‘html‘ (length=4)

由于这段html代码的nodeName便是html，英语不好，起头操纵的时辰还觉得法式错了。。。

现实操纵进程，若是new Crawler($html)会呈现乱码题目，应当是与页面编码有关，以是能够接纳上面的体例，先初始化crawler，而后增加node

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

addHtmlContent的第二个参数是charset，默许是utf-8。

其余例子能够参考官方文档，http://symfony.com/doc/current/components/dom_crawler.html

记实一下任务中一点点试出来的用法

filterXPath(string $xpath) 体例，根据手册上的说法，该体例的参数是$xpath，常常用的是p，div等块。

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

输入是第一个和下一个p标签块的文本

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

输入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，每一个DOMElement块能够操纵新的crawler东西持续剖析

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

crawler供给了each轮回，操纵闭包函数简化代码，不过注重的是，这类写法$nodeValues获得的是数组，须要进一步处置。

其余用法

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

能够获得第一个p标签对应class属性的值“message”

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

以上是获得标签属性的一些体例

filter和filterXPath差别，手册上写的是css挑选器，不太大白，我懂得是div这类XPath节点包罗的元素，详细情况还须要在现实开辟中去测验考试。

总的来讲感受DomCrawler要比simple html dom好用一些，能够是我用的比拟浅近。

上述只是Crawler的根基功效，更过用法请查阅symfony手册对于Crawler局部的函数

http://api.symfony.com/3.2/Symfony/Component/DomCrawler/Crawler.html

Crawler首要题目仍是示例太少，函数手册外面不操纵实例，只能在现实操纵中去试探。。。。

symfony对于DomCrawler的文档，外面有多数例子

http://symfony.com/doc/current/components/dom_crawler.html

以上所述是小编给大师先容的在laravel中操纵Symfony的Crawler组件阐发HTML，但愿对大师有所赞助，若是大师有任何疑难请给我留言，小编会实时答复大师的。在此也很是感激大师对网页设想网站的撑持！