jiangxianli/grab-data

There is no license information available for the latest version (dev-master) of this package.

dev-master 2015-08-13 10:35 UTC

Requires

• php: >=5.4.0
• illuminate/support: 4.2.*

Unknown License

• jiangxianli

README

抓取网页数据。

安装

环境要求：PHP >= 5.4.0 Laravel >= 4.2.0

1. 在composer.json中添加 "jiangxianli/grab-data":"dev-master".

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

1. 在app.php中添加'Jiangxianli\GrabData\GrabDataServiceProvider',， 并设置别名'GrabData' => 'Jiangxianli\GrabData\GrabData',

<?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

使用

<?php

    //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;

    });

License

MIT