Crawler全名是DomCrawler，是Symfony框架的組件。令人發指的是DomCrawler的沒有中文文檔，Symfony也沒有翻譯該部分，所以使用DomCrawler開發只能一點一點摸索，現將使用過程中的經驗總結。
首先是安裝
|
1
2
|
composer require symfony/dom-crawlercomposer require symfony/css-selector |
css-seelctor 是 css選擇器，用css選擇節點時一些函數會用到
手冊里面使用的例子是
|
1
2
3
4
5
6
7
8
9
10
|
use Symfony\Component\DomCrawler\Crawler;$html = <<<‘HTML‘Hello World!Hello Crawler!HTML;$crawler = new Crawler($html);foreach ($crawler as $domElement){var_dump($domElement->nodeName);} |
打印的結果是
|
1
|
string ‘html‘ (length=4) |
因為這段html代碼的nodeName就是html，英語不好，開始使用的時候還以為程序錯了。。。
實際使用過程，如果new Crawler($html)會出現亂碼問題，應該是與頁面編碼有關，所以可以采用下面的方式，先初始化crawler，然后添加node
|
1
2
|
$crawler = new Crawler();$crawler->addHtmlContent($html); |
addHtmlContent的第二個參數是charset，默認是utf-8。
其他例子可以參考官方文檔，http://symfony.com/doc/current/components/dom_crawler.html
記錄一下工作中一點點試出來的用法
filterXPath(string $xpath) 方法，按照手冊上的說法，該方法的參數是$xpath，經常用的是p，div等塊。
|
1
2
|
echo $crawler->filterXPath(‘//body/p‘)->text();echo $crawler->filterXPath(‘//body/p‘)->last()->text(); |
輸出是第一個和下一個p標簽塊的文本
|
1
|
var_dump($crawler->filterXPath(‘//body‘)->html()); |
輸出body內的html
|
1
2
3
4
|
foreach ($crawler->filterXPath(‘//body/p‘) as $i => $node) {$c = new Crawler($node);echo $c->filter(‘p‘)->text();} |
filterXPath獲得的是DOMElement塊的數組，每個DOMElement塊可以使用新的crawler對象繼續解析
|
1
2
3
4
|
$nodeValues =$crawler->filterXPath(‘//body/p‘)->each(function (Crawler $node, $i) {return $node->text();}); |
crawler提供了each循環，使用閉包函數簡化代碼，不過注意的是，這種寫法$nodeValues得到的是數組，需要進一步處理。
其他用法
|
1
|
echo $crawler->filterXPath(‘//body/p‘)->attr(‘class‘); |
可以獲得第一個p標簽對應class屬性的值“message”
|
1
2
|
$crawler->filterXPath(‘//div[@class="樣式"]‘)->filter(‘a‘)->attr(‘href‘);$crawler->filterXPath(‘//div[@class="樣式"]‘)->filter(‘a>img‘)->extract(array(‘alt‘, ‘href‘)) |
以上是獲得標簽屬性的一些方法
filter和filterXPath不同，手冊上寫的是css選擇器，不太明白，我理解是div這種XPath節點包含的元素，具體情況還需要在實際開發中去嘗試。
總的來說感覺DomCrawler要比simple html dom好用一些，可能是我用的比較淺顯。
上述只是Crawler的基本功能，更過用法請查閱symfony手冊關于Crawler部分的函數
http://api.symfony.com/3.2/Symfony/Component/DomCrawler/Crawler.html
Crawler主要問題還是示例太少，函數手冊里面沒有使用實例，只能在實際使用中去摸索。。。。
symfony關于DomCrawler的文檔，里面有少數例子
http://symfony.com/doc/current/components/dom_crawler.html
以上所述是小編給大家介紹的在laravel中使用Symfony的Crawler組件分析HTML，希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復大家的。在此也非常感謝大家對服務器之家網站的支持！
原文鏈接：http://www.tuicool.com/articles/EjYRVf3
