jiangxianli/grab-data

GrabData

抓取网页数据。, _(*1)

安装

环境要求：PHP >= 5.4.0 Laravel >= 4.2.0, _(*2)

1. 在composer.json中添加 "jiangxianli/grab-data":"dev-master"., _(*3)

   "require": {
     "laravel/framework": "4.2.*",
     "..."
      "jiangxianli/grab-data":"dev-master"
   },
   
   

2. 在app.php中添加'Jiangxianli\GrabData\GrabDataServiceProvider',， 并设置别名'GrabData' => 'Jiangxianli\GrabData\GrabData',, _(*4)

   <?php
   
   'providers' => array(
   
       'Illuminate\Foundation\Providers\ArtisanServiceProvider',
       ......
       'Jiangxianli\GrabData\GrabDataServiceProvider',
   
   ),
   'aliases' => array(
       'App'               => 'Illuminate\Support\Facades\App',
       ......
       'GrabData'          => 'Jiangxianli\GrabData\GrabData',
   
   ),
   ...
   

3.composer update -VVV, _(*5)

使用

```php <?php, <sub>(*6)</sub>

  //开始抓取页面URL
  $url = 'http://www.lookmw.cn/';

  //获取抓取页面指定内容，类似于Jquery中的用法
  $content_reg = '.content';

  //抓取深度
  //假如depth = 1,则在抓取$url页面的内容后，会对$url页面中
  //匹配 $link_reg 的所有超链接中正则匹配$url_reg的页面深度
  //抓取,回调的URL则会新页面的URL。
  //depth ＝ 2 、3 、4 .... 以此类推
  $detph = 0;

  //抓取页面的超链接正则匹配
  //$depth > 0 时 有效
  $link_reg = '/<a.*href="(.*[0-9]+.html)".*>.*<\/a>/i';

  //下一级抓取URL正则匹配
  $url_reg = '/(.*[0-9]+.html)/i';

  $grab_data  = new Jiangxianli\GrabData\GrabData($url,$content_reg,$depth,$link_reg,$url_reg);

  //抓取内容，回调
  $grab_data->getContent(0,function($url,$title,$content){

        //被抓取页面url
        echo $url;

        //被抓取页面标题
        echo $title;

        //被指定抓取的内容
        echo $content;

  });

```, <sub>(*7)</sub>

License

MIT, <sub>(*8)</sub>