PHP HTML डोम पार्सर चयनकर्ताओं की तरह jQuery के साथ

शुभ दोपहर, प्रिय Khabrovites। इस पोस्ट में, हम एससी चेन और जॉन श्लिक के बीच एक संयुक्त परियोजना के बारे में बात करेंगे, जिसे पीएचपी सिंपल एचटीएमएल डोम पार्सर ( सोर्सफोर्म के लिंक) कहा जाता है।

परियोजना का विचार एक उपकरण बनाना है जो आपको चयनकर्ताओं की तरह jQuery का उपयोग करके html कोड के साथ काम करने की अनुमति देता है। जोस सोलोरज़ानो का मूल विचार और php चौथे संस्करण के लिए लागू किया गया। यह प्रोजेक्ट php5 + पर आधारित एक अधिक उन्नत संस्करण है।

समीक्षा आधिकारिक मैनुअल से संक्षिप्त अंश पेश करेगी, साथ ही ट्विटर के लिए पार्सर का एक उदाहरण कार्यान्वयन भी होगा। निष्पक्षता में, यह ध्यान दिया जाना चाहिए कि एक समान पोस्ट पहले से ही हैब्रैब्र पर मौजूद है, लेकिन मेरी राय में, बहुत कम जानकारी शामिल है। जो इस विषय में रुचि रखते हैं, बिल्ली का स्वागत करते हैं।

HTML पेज कोड प्राप्त करना

$html = file_get_html('http://habrahabr.ru/'); //   https:// 

कॉमरेड फेडकंप ने file_get_contents और 404 प्रतिक्रियाओं के बारे में एक उपयोगी टिप्पणी की । पृष्ठ 404 के अनुरोध पर मूल स्क्रिप्ट कुछ भी वापस नहीं करती है। इसे ठीक करने के लिए, मैंने get_headers पर एक चेक जोड़ा। संशोधित स्क्रिप्ट को यहां ले जाया जा सकता है ।

किसी आइटम के लिए टैग नाम से खोजें

 foreach($html->find('img') as $element) { //   img   echo $element->src . '<br>'; //       src } 

HTML तत्वों का संशोधन

 $html = str_get_html('<div id="hello">Hello</div><div id="world">World</div>'); //  html    (file_get_html() -  ) $html->find('div', 1)->class = 'bar'; //   div    1  "bar" $html->find('div[id=hello]', 0)->innertext = 'foo'; //    div  id="hello"  foo echo $html; //  <div id="hello">foo</div><div id="world" class="bar">World</div> 

किसी तत्व (टेक्स्टटेक्स्ट) की पाठ्य सामग्री प्राप्त करना

 echo file_get_html('http://habrahabr.ru/')->plaintext; 

लेख का उद्देश्य इस स्क्रिप्ट पर व्यापक प्रलेखन प्रदान करना नहीं है, आधिकारिक मैनुअल में आप पा सकते हैं सभी सुविधाओं का एक विस्तृत विवरण, यदि समुदाय की इच्छा है, तो मैं ख़ुशी से पूरे मैनुअल को रूसी में अनुवाद करूंगा, अब मैं लेख की शुरुआत में वादा किए गए ट्विटर के लिए उदाहरण पार्सर दूंगा।

उदाहरण ट्विटर से संदेशों के पार्सर

 require_once 'simple_html_dom.php'; //    $username = 'habrahabr'; //   twitter $maxpost = '5'; // -  $html = file_get_html('https://twitter.com/' . $username); $i = '0'; foreach ($html->find('li.expanding-stream-item') as $article) { //  li  $item['text'] = $article->find('p.js-tweet-text', 0)->innertext; //     html  $item['time'] = $article->find('small.time', 0)->innertext; //    html  $articles[] = $item; //    $i++; if ($i == $maxpost) break; //   } 

संदेश आउटपुट

  for ($j = 0; $j < $maxpost; $j++) { echo '<div class="twitter_message">'; echo '<p class="twitter_text">' . $articles[$j]['text'] . '</p>'; echo '<p class="twitter_time">' . $articles[$j]['time'] . '</p>'; echo '</div>'; } 

आपका ध्यान देने के लिए धन्यवाद। मुझे उम्मीद है कि यह धारणा के लिए बहुत कठिन और आसान काम नहीं करेगा।

इसी तरह के पुस्तकालय

htmlSQL - धन्यवाद चेसनोविच
Zend_Dom_Query - धन्यवाद महिमा
phpQuery - धन्यवाद रैवल
QueryPath - धन्यवाद ZonD80
डोम क्रॉलर (सिम्फनी) - धन्यवाद चयनकर्ता
सीडीम - लेखक के लिए धन्यवाद
कुख्यात XPath - KAndy याद दिलाने के लिए धन्यवाद

पुनश्च
ग्रूव हब्रोज़िटेल ने संकेत दिया कि समान सामग्री पहले से ही थी
पी पी एस
अपने खाली समय में मैं सभी पुस्तकालयों को इकट्ठा करने और उपयोग के प्रदर्शन और सुखदता पर सारांश डेटा संकलित करने का प्रयास करूंगा।