php如何使用QueryList輕鬆採集js動態渲染頁面?

本章給大家介紹php如何使用QueryList輕鬆採集js動態渲染頁面?有一定的參考價值，有需要的朋友可以參考一下，希望對你有所協助。

QueryList使用jQuery的方式來做採集，擁有豐富的外掛程式。下面來示範QueryList使用PhantomJS外掛程式抓取JS動態建立的頁面內容。

一、安裝

使用Composer安裝：

1.安裝QueryList

composer require jaeger/querylist

GitHub: https://github.com/jae-jae/QueryList

2.安裝PhantomJS外掛程式

composer require jaeger/querylist-phantomjs

GitHub: https://github.com/jae-jae/QueryList-PhantomJS

二、下載PhantomJS二進位檔案

PhantomJS官網:http://phantomjs.org ，下載對應平台的PhantomJS二進位檔案。

三、外掛程式API

QueryList browser($url,$debug = false,$commandOpt = []):使用瀏覽器開啟串連

四、使用

以採集「今日頭條」手機版為例，「今日頭條」手機版基於React架構，內容是純動態渲染出來的。

下面示範QueryList的PhantomJs外掛程式用法:

1.安裝外掛程式

use QL\QueryList;use QL\Ext\PhantomJs;$ql = QueryList::getInstance();// 安裝時需要設定PhantomJS二進位檔案路徑$ql->use(PhantomJs::class,'/usr/local/bin/phantomjs');//or Custom function name$ql->use(PhantomJs::class,'/usr/local/bin/phantomjs','browser');

2.Example-1

擷取動態渲染的HTML:

$html = $ql->browser('https://m.toutiao.com')->getHtml();print_r($html);

擷取所有p標籤常值內容:

$data = $ql->browser('https://m.toutiao.com')->find('p')->texts();print_r($data->all());

輸出:

Array(    [0] => 自拍模式開啟！國慶假期我和國旗合個影    [1] => 你旅途已開始 他們仍在自己的崗位上為你的假期保駕護航    [2] => 喜極而泣，都教授終於回到地球了！    //....)

使用http代理:

// 更多選項可以查看文檔: http://phantomjs.org/api/command-line.html$ql->browser('https://m.toutiao.com',true,[    // 使用http代理 '--proxy' => '192.168.1.42:8080',    '--proxy-type' => 'http'])

3.Example-2

自訂一個複雜的請求：

$data = $ql->browser(function (\JonnyW\PhantomJs\Http\RequestInterface $r){    $r->setMethod('GET');    $r->setUrl('https://m.toutiao.com');    $r->setTimeout(10000); // 10 seconds    $r->setDelay(3); // 3 seconds    return $r;})->find('p')->texts();print_r($data->all());

開啟debug模式，並從本地載入cookie檔案：

$data = $ql->browser(function (\JonnyW\PhantomJs\Http\RequestInterface $r){    $r->setMethod('GET');    $r->setUrl('https://m.toutiao.com');    $r->setTimeout(10000); // 10 seconds    $r->setDelay(3); // 3 seconds    return $r;},true,[    '--cookies-file' => '/path/to/cookies.txt'])->rules([    'title' => ['p','text'],    'link' => ['a','href']])->query()->getData();print_r($data->all());