1 line
3.8 KiB
Markdown
1 line
3.8 KiB
Markdown
#QueryList简介
|
||
***
|
||
`QueryList`是一个基于phpQuery的通用列表采集类,是一个简单、 灵活、强大的采集工具，采集任何复杂的页面 基本上就一句话就能搞定了。
|
||
|
||
#QueryList 安装
|
||
通过`composer`安装:
|
||
```
|
||
composer require jaeger/querylist
|
||
```
|
||
更多安装方法:[QueryList多种安装方式](https://doc.querylist.cc/site/index/doc/7)
|
||
|
||
#QueryList 使用
|
||
下面演示`QueryList`用一句代码采集百度搜索结果：
|
||
```php
|
||
//获取采集对象
|
||
$hj = QueryList::Query('http://www.baidu.com/s?wd=QueryList',array(
|
||
'title'=>array('h3','text'),
|
||
'link'=>array('h3>a','href')
|
||
));
|
||
//输出结果：二维关联数组
|
||
print_r($hj->data);
|
||
```
|
||
上面的代码实现的功能是采集百度搜索结果页面的所有搜索结果的`标题`和`链接`,然后分别以二维关联数组的格式输出。
|
||
|
||
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=IIsMhpzI2PylnmW8vPALcwIfJgHhKFu2SWXEj7yQ-6o7KStbLfmuoWGmalpx1xYE
|
||
)
|
||
|
||
[1] => Array
|
||
(
|
||
[title] => 介绍- QueryList指导文档
|
||
[link] => http://www.baidu.com/link?url=edktLqt6f9KwYJ6oip1EDXvwIXh-nHcFImVJeqRm56-VU3zIcqLRYeM83VyYQE_X
|
||
)
|
||
|
||
//省略....
|
||
|
||
)
|
||
```
|
||
## Query() 静态方法
|
||
返回值:`QueryList对象`
|
||
|
||
Query方法为`QueryList`唯一的主方法，用静态的方式调用。
|
||
|
||
**原型:**
|
||
> QueryList::Query($page,array $rules, $range = '', $outputEncoding = null, $inputEncoding = null,$removeHead = false)
|
||
|
||
**中文解释:**
|
||
```
|
||
QueryList::Query(采集的目标页面,采集规则[,区域选择器][，输出编码][，输入编码][，是否移除头部])
|
||
//采集规则
|
||
$rules = array(
|
||
'规则名' => array('jQuery选择器','要采集的属性'[,"标签过滤列表"][,"回调函数"]),
|
||
'规则名2' => array('jQuery选择器','要采集的属性'[,"标签过滤列表"][,"回调函数"]),
|
||
..........
|
||
[,"callback"=>"全局回调函数"]
|
||
);
|
||
|
||
//注:方括号括起来的参数可选
|
||
```
|
||
### 参数解释:
|
||
查看文档:http://doc.querylist.cc/site/index/doc/11
|
||
|
||
## QueryList 扩展
|
||
|
||
**Request 网络操作扩展**
|
||
|
||
可以实现如携带cookie、伪造来路等任意复杂的网络请求，再也不用担心QueryList内置的抓取功能太弱了。
|
||
|
||
**Login 模拟登陆扩展**
|
||
|
||
可以实现模拟登陆然后采集。
|
||
|
||
**Multi 多线程插件**
|
||
|
||
多线程（多进程）采集扩展。
|
||
|
||
**DImage图片下载扩展**
|
||
|
||
可实现简单的图片下载需求。
|
||
|
||
扩展安装以及使用教程:[QueryList扩展文档](https://doc.querylist.cc/site/index/doc/19)，获取更多扩展可以关注`QueryList`社区和交流群。
|
||
|
||
##其它说明
|
||
1.`QueryList`内置的只是简单的源码抓取方法，遇到更复杂的抓取情况，如：需要登陆
|
||
身份验证 时，请配合其它的PHP的HTTP工具(推荐使用[Guzzle](http://guzzle-cn.readthedocs.io/zh_CN/latest/))来使用，通过将辅助的HTTP类抓取到的网页源码传给QueryList即可。
|
||
|
||
2.采集程序请在PHP命令行模式(PHP CLI)下运行。
|
||
|
||
3.`QueryList`依赖`phpQuery`,phpQuery项目主页:[phpQuery文档](https://code.google.com/p/phpquery/)
|
||
|
||
## 寻求帮助?
|
||
- QueryList交流社区: [http://querylist.cc/](http://querylist.cc/)
|
||
- QueryList文档: [http://doc.querylist.cc/](http://doc.querylist.cc/)
|
||
- QueryList交流QQ群:123266961 <a target="_blank" href="http://shang.qq.com/wpa/qunwpa?idkey=a1b248ae30b3f711bdab4f799df839300dc7fed54331177035efa0513da027f6"><img border="0" src="http://pub.idqqimg.com/wpa/images/group.png" alt="╰☆邪恶 魔方☆" title="╰☆邪恶 魔方☆"></a>
|
||
|
||
## Author
|
||
Jaeger <JaegerCode@gmail.com>
|
||
|
||
## Lisence
|
||
QueryList is licensed under the license of MIT. See the LICENSE for more details. |