phpQuery—基於jQuery的PHP實現

Query的選擇器之強大是有目共睹的，phpQuery 讓php也擁有了這樣的能力，它就相當於服務端的jQuery。

先來看看官方簡介：

phpQuery is a server-side, chainable, CSS3 selector driven Document Object Model (DOM) API based on jQuery JavaScript Library.

Library is written in PHP5 and provides additional Command Line Interface (CLI).

 

存在的意義

我們有時需要抓取一個網頁的內容，但只需要特定部分的信息，通常會用正則來解決，這當然沒有問題。正則是一個通用解決方案，但特定情況下，往往有更簡單快捷的方法。比如你想查詢一個編程方面的問題，當然可以使用Google，但stackoverflow 作爲一個專業的編程問答社區，會提供給你更多，更靠譜的答案。

對於html頁面，不應該使用正則的原因主要有3個

1、編寫條件表達式比較麻煩
尤其對於新手，看到一堆”不知所云”的字符評湊在一起，有種腦袋都要炸了的感覺。如果要分離的對象沒有太明顯的特徵，正則寫起來更是麻煩。

2、效率不高
對於php來說，正則應該是沒有辦法的辦法，能通過字符串函數解決的，就不要勞煩正則了。用正則去處理一個30多k的文件，效率不敢保證。

3、有phpQuery
如果你使用過jQuery，想獲取某個特定元素應該是輕而易舉的事情，phpQuery讓這成爲了可能。

 

淺析phpQuery

phpQuery是基於php5新添加的DOMDocument。而DOMDocument則是專門用來處理html/xml。它提供了強大xpath選擇器及其他很多html/xml操作函數，使得處理html/xml起來非常方便。那爲什麼不直接使用呢？這個，去看一下官網的函數列表 就知道了，如果對自己的記憶力很有信心，不妨一試。

 

幾個簡單的例子

獲取Google首頁logo(google首頁的源碼可不是一般的亂啊)

<?
include 'phpQuery.php';
phpQuery::newDocumentFile('http://job.blueidea.com');
$companies = pq('#hotcoms .coms')->find('div');
foreach($companies as $company)
{
   echo pq($company)->find('h3 a')->text()."<br>";
}

<?
include 'phpQuery.php';
phpQuery::newDocumentFile('http://job.blueidea.com');
$companies = pq('#hotcoms .coms')->find('div');
foreach($companies as $company)
{
   echo pq($company)->find('h3 a')->text()."<br>";
}

 

獲取藍色理想最熱的招聘職位

 

<?
include 'phpQuery.php';
phpQuery::newDocumentFile('http://job.blueidea.com');
$companies = pq('#hotcoms .coms')->find('div');
foreach($companies as $company)
{
   echo pq($company)->find('h3 a')->text()."<br>";
}

<?
include 'phpQuery.php';
phpQuery::newDocumentFile('http://job.blueidea.com');
$companies = pq('#hotcoms .coms')->find('div');
foreach($companies as $company)
{
   echo pq($company)->find('h3 a')->text()."<br>";
}

 

小結

• pq()就像jQuery裏的$()
• 基本上jQuery的選擇器都可以用在phpQuery上，只要把’.'變成’->’
• phpQuery提供了好幾種載入文件的方法，有的使用字符串，有的使用文件(包括url)，選擇的時候要注意
• 基本上這一頁 就很能說明問題了

其他解析器

simplehtmldom 也是個不錯的html解析器，使用起來也挺方便，是基於正則的，所以沒有phpQuery那麼強大，如果沒有太高的要求，也基本夠用了。

yql 是yahoo出的一款使用類似SQL的語言，來獲取相應的數據，也很強大，無須任何類庫，可以直接調用，支持xpath，如果對SQL語句比較熟悉的話，可以考慮yql。