详情介绍
QueryList是一个基于phpQuery的简洁、优雅的PHP采集工具,具有高扩展性。
特性
1、拥有与jQuery完全相同的CSS3 DOM选择器
2、拥有与jQuery完全相同的DOM操作API
3、拥有通用的列表采集方案
4、拥有强大的HTTP请求套件,轻松实现如:模拟登陆、伪造浏览器、HTTP代理等意复杂的网络请求
5、拥有乱码解决方案
6、拥有强大的内容过滤功能,可使用jQuey选择器来过滤内容
7、拥有高度的模块化设计,扩展性强
8、拥有富有表现力的API
9、拥有高质量文档
10、拥有丰富的插件
11、拥有专业的问答社区和交流群
通过插件可以轻松实现诸如:
1、多线程采集
2、采集JavaScript动态渲染的页面 (PhantomJS/headless WebKit)
3、图片本地化
4、模拟浏览器行为,如:提交Form表单
5、网络爬虫
6、.....
环境要求
PHP >= 7.0
如果你的PHP版本还停留在PHP5,或者不会使用Composer,你可以选择使用QueryList3,QueryList3支持php5.3以及手动安装。
安装
通过Composer安装:
composer require jaeger/querylist
使用
元素操作
采集「昵图网」所有图片地址
QueryList::get('http://www.nipic.com')->find('img')->attrs('src');
采集百度搜索结果
$ql = QueryList::get('http://www.baidu.com/s?wd=QueryList');
$ql->find('title')->text(); // 获取网站标题
$ql->find('meta[name=keywords]')->content; // 获取网站头部关键词$ql->find('h3>a')->texts(); //获取搜索结果标题列表
$ql->find('h3>a')->attrs('href'); //获取搜索结果链接列表$ql->find('img')->src; //获取第一张图片的链接地址
$ql->find('img:eq(1)')->src; //获取第二张图片的链接地址
$ql->find('img')->eq(2)->src; //获取第三张图片的链接地址
// 遍历所有图片
$ql->find('img')->map(function($img){
echo $img->alt; //打印图片的alt属性
});
更多用法
$ql->find('#head')->append('<div>追加内容</div>')->find('div')->htmls();
$ql->find('.two')->children('img')->attrs('alt'); //获取class为two元素下的所有img孩子节点
//遍历class为two元素下的所有孩子节点
$data = $ql->find('.two')->children()->map(function ($item){
//用is判断节点类型
if($item->is('a')){
return $item->text();
}elseif($item->is('img'))
{
return $item->alt;
}
});$ql->find('a')->attr('href', 'newVal')->removeClass('className')->html('newHtml')->...
$ql->find('div > p')->add('div > ul')->filter(':has(a)')->find('p:first')->nextAll()->andSelf()->...
$ql->find('div.old')->replaceWith( $ql->find('div.new')->clone())->appendTo('.trash')->prepend('Deleted')->...
列表采集
采集百度搜索结果列表的标题和链接:
$data = QueryList::get('http://www.baidu.com/s?wd=QueryList')
// 设置采集规则
->rules([
'title'=>array('h3','text'),
'link'=>array('h3>a','href')
])
->query()->getData();print_r($data->all());
采集结果:
Array
(
[0] => Array
(
[title] => QueryList|基于phpQuery的无比强大的PHP采集工具
[link] => http://www.baidu.com/link?url=GU_YbDT2IHk4ns1tjG2I8_vjmH0SCJEAPuuZN
)
[1] => Array
(
[title] => PHP 用QueryList抓取网页内容 - wb145230 - 博客园
[link] => http://www.baidu.com/link?url=zn0DXBnrvIF2ibRVW34KcRVFG1_bCdZvqvwIhUqiXaS
)
[2] => Array
(
[title] => 介绍- QueryList指导文档
[link] => http://www.baidu.com/link?url=pSypvMovqS4v2sWeQo5fDBJ4EoYhXYi0Lxx
)
//...
)
编码转换
// 输出编码:UTF-8,输入编码:GB2312
QueryList::get('https://top.etao.com')->encoding('UTF-8','GB2312')->find('a')->texts();// 输出编码:UTF-8,输入编码:自动识别
QueryList::get('https://top.etao.com')->encoding('UTF-8')->find('a')->texts();
HTTP网络操作(GuzzleHttp)
携带cookie登录新浪微博
//采集新浪微博需要登录才能访问的页面
$ql = QueryList::get('http://weibo.com','param1=testvalue & params2=somevalue',[
'headers' => [
//填写从浏览器获取到的cookie
'Cookie' => 'SINAGLOBAL=546064; wb_cmtLike_2112031=1; wvr=6;....'
]
]);
//echo $ql->getHtml();
echo $ql->find('title')->text();
//输出: 我的首页 微博-随时随地发现新鲜事
使用Http代理
$urlParams = ['param1' => 'testvalue','params2' => 'somevalue'];
$opts = [
// 设置http代理
'proxy' => 'http://222.141.11.17:8118',
//设置超时时间,单位:秒
'timeout' => 30,
// 伪造http头
'headers' => [
'Referer' => 'https://querylist.cc/',
'User-Agent' => 'testing/1.0',
'Accept' => 'application/json',
'X-Foo' => ['Bar', 'Baz'],
'Cookie' => 'abc=111;xxx=222'
]
];
$ql->get('http://httpbin.org/get',$urlParams,$opts);
// echo $ql->getHtml();
模拟登录
// 用post登录
$ql = QueryList::post('http://xxxx.com/login',[
'username' => 'admin',
'password' => '123456'
])->get('http://xxx.com/admin');
//采集需要登录才能访问的页面
$ql->get('http://xxx.com/admin/page');
//echo $ql->getHtml();
Form表单操作
模拟登陆GitHub
// 获取QueryList实例
$ql = QueryList::getInstance();
//获取到登录表单
$form = $ql->get('https://github.com/login')->find('form');//填写GitHub用户名和密码
$form->find('input[name=login]')->val('your github username or email');
$form->find('input[name=password]')->val('your github password');//序列化表单数据
$fromData = $form->serializeArray();
$postData = [];
foreach ($fromData as $item) {
$postData[$item['name']] = $item['value'];
}//提交登录表单
$actionUrl = 'https://github.com'.$form->attr('action');
$ql->post($actionUrl,$postData);
//判断登录是否成功
// echo $ql->getHtml();
$userName = $ql->find('.header-nav-current-user>.css-truncate-target')->text();
if($userName)
{
echo '登录成功!欢迎你:'.$userName;
}else{
echo '登录失败!';
}
Bind功能扩展
自定义扩展一个myHttp方法:
$ql = QueryList::getInstance();
//绑定一个myHttp方法到QueryList对象
$ql->bind('myHttp',function ($url){
// $this 为当前的QueryList对象
$html = file_get_contents($url);
$this->setHtml($html);
return $this;
});//然后就可以通过注册的名字来调用
$data = $ql->myHttp('https://toutiao.io')->find('h3 a')->texts();
print_r($data->all());
或者把实现体封装到class,然后这样绑定:
$ql->bind('myHttp',function ($url){
return new MyHttp($this,$url);
});
插件使用
使用PhantomJS插件采集JavaScript动态渲染的页面:
// 安装时设置PhantomJS二进制文件路径
$ql = QueryList::use(PhantomJs::class,'/usr/local/bin/phantomjs');// 采集今日头条手机版
$data = $ql->browser('https://m.toutiao.com')->find('p')->texts();
print_r($data->all());// 使用HTTP代理
$ql->browser('https://m.toutiao.com',false,[
'--proxy' => '192.168.1.42:8080',
'--proxy-type' => 'http'
])
使用CURL多线程插件,多线程采集GitHub排行榜:
$ql = QueryList::use(CurlMulti::class);
$ql->curlMulti([
'https://github.com/trending/php',
'https://github.com/trending/go',
//.....more urls
])
// 每个任务成功完成调用此回调
->success(function (QueryList $ql,CurlMulti $curl,$r){
echo "Current url:{$r['info']['url']} \r\n";
$data = $ql->find('h3 a')->texts();
print_r($data->all());
})
// 每个任务失败回调
->error(function ($errorInfo,CurlMulti $curl){
echo "Current url:{$errorInfo['info']['url']} \r\n";
print_r($errorInfo['error']);
})
->start([
// 最大并发数
'maxThread' => 10,
// 错误重试次数
'maxTry' => 3,
]);
插件
jae-jae/QueryList-PhantomJS: 使用PhantomJS采集JavaScript动态渲染的页面
jae-jae/QueryList-CurlMulti : Curl多线程采集
jae-jae/QueryList-AbsoluteUrl : 转换URL相对路径到绝对路径
jae-jae/QueryList-Rule-Google : 谷歌搜索引擎
jae-jae/QueryList-Rule-Baidu : 百度搜索引擎
下载地址
人气源码
相关文章
-
DouPHP微信小程序管理系统 v1.8 Release 20241113
DouPHP小程序管理系统基于PHP+MYSQL架构的,可用于开发各类微信小程序。功能模块化安装,可以根据自己的需要安装所需模块,欢迎需要的朋友下载使用...
-
多个微信小程序源码合集 v1.0
微信小程序是一种轻量级的应用开发平台,由腾讯公司推出,主要应用于移动端,旨在提供便捷的用户体验,无需下载安装即可在微信内使用...
-
企孟CRM客户管理系统 v1.3.8
企孟CRM客户管理系统,采用基于WEB的企业计算,采用PHP+MySQL进行开发,性能稳定可靠,欢迎需要的朋友下载使用...
-
Mtab书签 v1.2.6
mTab 新标签页--一个免费无广告的组件式浏览器主页。 多端同步、美观易用的在线导航和新标签页工具,自主研发免费使用,帮助您高效管理网页和应用,更有便携好玩的小组件供...
-
魔众帮助中心(多语言)系统 v1.0.0
魔众帮助中心(多语言)系统是一款专业的多语言在线支持和帮助工具,为用户的业务提供全球化的客户支持解决方案,欢迎需要的朋友下载使用...
-
CDN静态资源库搭建源码 v1.0.0
类似staticCDN站点的CDN静态文件资源管理系统,可以搭建自己的CDN静态资源站点,欢迎需要的朋友下载使用...
-
AI智能觅 v1.0
AI智能觅采用了当前流行的Thinkphp8和MySQL进行开发,主要用于AI人工智能对话创作、AI作图、文生图等图片创作。通过配置接口,可以实现无人看管、VIP会员充值等功能...
-
ERMEB在线AI客服系统 v1.6
ERMEB客服系统功能介绍:感谢您选择ERMEB客服在线咨询交流系统(简称:ERMEB客服系统),ERMEB客服系统平台是国内最稳定、最强大、最先进的客服咨询站管理平台解决方案之一...
-
PHP生成pdf格式准考证带照片完整示范 v20231121
PHP生成pdf格式准考证带照片完整示范。环境支持:linux PHP(5.5-7.3)环境,推荐宝塔环境。基于fpdf.php插件开发,现有模板适合准考证生成并用于查询下载...
-
魔众资源导航系统 v1.1.0
魔众资源导航系统提供一个可以快速构建在线资源导航网站的源码系统,支持私有化部署...
下载声明
☉ 解压密码:www.jb51.net 就是本站主域名,希望大家看清楚,[ 分享码的获取方法 ]可以参考这篇文章
☉ 推荐使用 [ 迅雷 ] 下载,使用 [ WinRAR v5 ] 以上版本解压本站软件。
☉ 如果这个软件总是不能下载的请在评论中留言,我们会尽快修复,谢谢!
☉ 下载本站资源,如果服务器暂不能下载请过一段时间重试!或者多试试几个下载地址
☉ 如果遇到什么问题,请评论留言,我们定会解决问题,谢谢大家支持!
☉ 本站提供的一些商业软件是供学习研究之用,如用于商业用途,请购买正版。
☉ 本站提供的QueryList采集工具 v4.1.0资源来源互联网,版权归该下载资源的合法拥有者所有。