README

这是Armonia Tech的分叉项目，用于解决移动用户代理问题。

安装

composer require armonia-tech/goutte

用法

参考以下内容

Goutte，一个简单的PHP网页爬虫

Goutte是一个用于PHP的屏幕抓取和网页爬虫库。

Goutte提供了一个优秀的API，用于爬取网站并从HTML/XML响应中提取数据。

要求

Goutte依赖于PHP 5.5+和Guzzle 6+。

提示

如果您需要PHP 5.4或Guzzle 4-5的支持，请使用Goutte 2.x（最新phar）。

如果您需要PHP 5.3或Guzzle 3的支持，请使用Goutte 1.x（最新phar）。

安装

在您的composer.json文件中将fabpot/goutte添加为require依赖项

composer require fabpot/goutte

用法

创建一个Goutte客户端实例（它扩展了Symfony\Component\BrowserKit\Client）

use Goutte\Client;

$client = new Client();

使用request()方法发起请求

// Go to the symfony.com website
$crawler = $client->request('GET', 'https://www.symfony.com/blog/');

该方法返回一个Crawler对象（Symfony\Component\DomCrawler\Crawler）。

要使用自己的Guzzle设置，您可能需要创建一个新实例并将其传递给Goutte。例如，要添加60秒请求超时

use Goutte\Client;
use GuzzleHttp\Client as GuzzleClient;

$goutteClient = new Client();
$guzzleClient = new GuzzleClient(array(
    'timeout' => 60,
));
$goutteClient->setClient($guzzleClient);

点击链接

// Click on the "Security Advisories" link
$link = $crawler->selectLink('Security Advisories')->link();
$crawler = $client->click($link);

提取数据

// Get the latest post in this category and display the titles
$crawler->filter('h2 > a')->each(function ($node) {
    print $node->text()."\n";
});

提交表单

$crawler = $client->request('GET', 'https://github.com/');
$crawler = $client->click($crawler->selectLink('Sign in')->link());
$form = $crawler->selectButton('Sign in')->form();
$crawler = $client->submit($form, array('login' => 'fabpot', 'password' => 'xxxxxx'));
$crawler->filter('.flash-error')->each(function ($node) {
    print $node->text()."\n";
});

更多信息

阅读BrowserKit和DomCrawler Symfony组件的文档，了解更多关于Goutte可以做什么。

发音

Goutte发音为goot，即与boot押韵，而不是与out押韵。

技术信息

Goutte是对以下优秀的PHP库的薄包装

• Symfony组件： BrowserKit、CssSelector和DomCrawler；
• Guzzle HTTP组件。

许可证

Goutte遵循MIT许可证。