国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

PHP使用QueryList采集微信文章頁

AdolphLWQ / 633人閱讀

摘要：采集目標(biāo)微信文章頁標(biāo)題內(nèi)容發(fā)布時(shí)間作者等信息。安裝微信采集代碼采集規(guī)則可以很輕松的就寫出采集代碼出來，來看看運(yùn)行結(jié)果和預(yù)期一樣正確采集到了內(nèi)容，但是內(nèi)容亂碼了。

采集目標(biāo)

微信文章頁標(biāo)題、內(nèi)容、發(fā)布時(shí)間、作者等信息。

采集示例URL 
https://mp.weixin.qq.com/s?src=11×tamp=1523173327&ver=803&signature=6PCxJ*3ojH2ZM8pm56Lquward0mQMwSkPnqCvYlrDkQmL2kAEjGcFJMj2lzvpHyuyT30lczb2Ld0npUWmp*2Gj7bPJY3SCWrpRKlXJA0p4eQWPpAzMPJVmxPcRV5TtLS&new=1
采集內(nèi)容區(qū)圖例

分析內(nèi)容選擇器

利用瀏覽器開發(fā)者工具來分析待采集的區(qū)域選擇器，這里不做詳細(xì)講解,如有不明白請自行了解jQuery選擇器和CSS選擇器相關(guān)知識，如圖：

分析結(jié)果:

標(biāo)題選擇器為：.rich_media_title

發(fā)布時(shí)間選擇器為: #post-date

作者選擇器為：#meta_content>.rich_media_meta:eq(2)

內(nèi)容選擇器為：.rich_media_content

選擇器寫法并不是唯一的，只要能選擇到內(nèi)容選擇器隨便怎么寫都可以。

代碼

選擇器分析出來后代碼就很容易實(shí)現(xiàn)了。

安裝QueryList 
composer require jaeger/querylist
微信采集代碼 
 [".rich_media_title","text"],
    "date" => ["#post-date","text"],
    "author" => ["#meta_content>.rich_media_meta:eq(2)","text"],
    "content" => [".rich_media_content","html"]
];

$data = QueryList::get($url)->rules($rules)->query()->getData();

print_r($data->all());

可以很輕松的就寫出采集代碼出來，來看看運(yùn)行結(jié)果:

Array
(
    [0] => Array
        (
            [title] => a??è′???????a?????????°???a???èμ·?????1???????·2è￠?????¤§?a???????è?°??¨?¤??a?èˉ′
            [date] => 2018-04-08
            [author] => ???èˉ-???
            [content] => 





è?a??1?????????èμ·a??è′???????a????￥??￥????????????????°±?????¨??¨????????o????¤′??????





??-?????¤????????????????¨???????è§??¨?è?????è???¤§???è?????é??è???????????????μ???????????????§?????￥??±?￠????




......
)

和預(yù)期一樣正確采集到了內(nèi)容，但是內(nèi)容亂碼了。

解決亂碼

解決亂碼的方法有很多，QueryList內(nèi)置的解決方案是使用encoding()和removeHead()這個(gè)方法，但經(jīng)過嘗試發(fā)現(xiàn)目前的場景都沒有效果，所以我使用了另一種方法來解決微信亂碼問題,修改后的代碼如下：

 [".rich_media_title","text"],
    "date" => ["#post-date","text"],
    "author" => ["#meta_content>.rich_media_meta:eq(2)","text"],
    "content" => [".rich_media_content","html"]
];

$html = GHttp::get($url);
// 直接匹配出body中的內(nèi)容
preg_match("/]+>(.+)s+/s",$html,$arr);
$html = $arr[0];

$data = QueryList::html($html)->rules($rules)->query()->getData();

print_r($data->all());

運(yùn)行結(jié)果:

Array
(
    [0] => Array
        (
            [title] => “貿(mào)易戰(zhàn)”戰(zhàn)火尚未燃起，特朗普已被各大媒體炮轟丨外媒說
            [date] => 2018-04-08
            [author] => 雙語君
            [content] => 





自特朗普挑起“貿(mào)易戰(zhàn)”以來，一把利劍就懸在全球市場的頭上。





中美兩國公布的征稅商品規(guī)模越變越大，股市震蕩，世界經(jīng)濟(jì)的不確定性與日俱增。




....
)
原文：http://study.querylist.cc/arc...

文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請注明本文地址：http://m.specialneedsforspecialkids.com/yun/28557.html

相關(guān)文章

  • QueryList 4.0 簡潔、優(yōu)雅、可擴(kuò)展的PHP采集工具(爬蟲)

    QueryList 簡介 QueryList是一套簡潔、優(yōu)雅、可擴(kuò)展的PHP采集工具(爬蟲)，基于phpQuery。 特性 擁有與jQuery完全相同的CSS3 DOM選擇器 擁有與jQuery完全相同的DOM操作API 擁有通用的列表采集方案 擁有強(qiáng)大的HTTP請求套件，輕松實(shí)現(xiàn)如：模擬登陸、偽造瀏覽器、HTTP代理等意復(fù)雜的網(wǎng)絡(luò)請求 擁有亂碼解決方案 擁有強(qiáng)大的內(nèi)容過濾功能，可使用jQue...

    Astrian 評論0 收藏0

  • php使用QueryList輕松采集JavaScript動(dòng)態(tài)渲染頁面

    摘要：使用的方式來做采集，擁有豐富的插件。下面來演示使用插件抓取動(dòng)態(tài)創(chuàng)建的頁面內(nèi)容。插件使用瀏覽器打開連接使用以采集今日頭條手機(jī)版為例，今日頭條手機(jī)版基于框架，內(nèi)容是純動(dòng)態(tài)渲染出來的。 QueryList使用jQuery的方式來做采集，擁有豐富的插件。 下面來演示QueryList使用PhantomJS插件抓取JS動(dòng)態(tài)創(chuàng)建的頁面內(nèi)容。 安裝 使用Composer安裝： 安裝QueryList...

    Jason 評論0 收藏0

  • PHP使用QueryList輕松實(shí)現(xiàn)一個(gè)百度網(wǎng)盤資源搜索引擎

    摘要：使用的方式來做采集，擁有豐富的插件。下面來演示使用搜索引擎插件輕松實(shí)現(xiàn)站內(nèi)搜索。 QueryList使用jQuery的方式來做采集，擁有豐富的插件。 下面來演示QueryList使用Baidu搜索引擎插件輕松實(shí)現(xiàn)站內(nèi)搜索。 安裝 使用Composer安裝： 安裝QueryList composer require jaeger/querylist GitHub: https://git...

    dantezhao 評論0 收藏0

  • 那些 PHP 開發(fā)者可能用得上的工具

    PHP 函數(shù)的 JavaScript 實(shí)現(xiàn) module.exports = function array_sum (array) { // eslint-disable-line camelcase // discuss at: http://locutus.io/php/array_sum/ // original by: Kevin van Zonneveld (http://kv...

    JowayYoung 評論0 收藏0

  • laravel package收集

    摘要：查找保存下載用搭建自己的緩存?zhèn)}庫權(quán)限管理的好選擇基于封裝的后臺管理系統(tǒng)，支持手機(jī)和端訪問支付寶風(fēng)格的驗(yàn)證器后臺系統(tǒng)微信接口的部署腳本開發(fā)的博客系統(tǒng)百度推送自動(dòng)記錄用戶行為擴(kuò)展一個(gè)項(xiàng)目管理系統(tǒng)根據(jù)生成對應(yīng)導(dǎo)航的狀態(tài) 1.debug https://github.com/barryvdh/l... showImg(https://segmentfault.com/img/bVmhWL); ...

    psychola 評論0 收藏0

發(fā)表評論

0條評論

最新活動(dòng)
閱讀需要支付1元查看
<