justcode.ikeepstudying.com
PHP采集框架QueryList, 网页爬虫, 网页抓取采集, PhantomJS, 模拟登录, 多线程采集 - Just Code
QueryList 简介 QueryList是一套简洁、优雅、可扩展的PHP采集工具(爬虫),基于phpQuery。 特性 拥有与jQuery完全相同的CSS3 DOM选择器 拥有与jQuery完全相同的DOM操作API 拥有通用的列表采集方案 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 拥有乱码解决方案 拥有强大的内容过滤功能,可使用jQuey选择器来过滤内容 拥有高度的模块化设计,扩展性强 拥有富有表现力的API 拥有高质量文档 拥有丰富的插件 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: 多线程采集 采集JavaScript动态渲染的页面 (PhantomJS/headless WebKit) 图片本地化 模拟浏览器行为,如:提交Form表单 网络爬虫 ….. 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。 QueryList3 文档:http://v3.querylist.cc 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; // …