README

• 入门指南
  • 需求
  • 通过composer安装
  • 通过存档安装
  • 安装chromium可执行文件
• 解析第一页
• 搜索方法
• 处理文本
• 贡献
• 许可证

入门指南

需求

此外还需要 Headless Chromium PHP 和 chromium可执行文件，如果您想使用此库支持无头浏览（包含在Packagist版本中）。

通过composer安装

$ composer require shamanhead/phpporser

通过存档安装

这可能适用于Windows、MacOs和Linux。

选择您想要使用的浏览器

安装chromium可执行文件

因此，前往 官方chromium浏览器下载页面 并下载。

完成此步骤后，解压缩存档并将其移动到必要的位置。

然后，在您的脚本中指定路径

require_once "vendor/autoload.php";

use HeadlessChromium\Page;

use ShamanHead\PhpPorser\App\Dom as Dom;

$dom = new Dom();
$dom->setHref('file:///home/shamanhead/dev/porser/phpporser-master/test.html');
$dom->setBrowserPath('PATH_TO_CHROME');

如果您正确完成，解析器将工作。如果您在此步骤中遇到任何错误，您可以查看这里，是否有解决您问题的方法。否则，请在此或Headless Chromium PHP 页面上打开新问题。

解析第一页

首先，让我们尝试获取页面顶部上的'Computer sciense'字符串

<?php

require_once "vendor/autoload.php";

use ShamanHead\PhpPorser\App\Dom as Dom;

$dom = new Dom();
$dom->setHref('https://en.wikipedia.org/wiki/Computer_science');

print_r($dom->tag('h1')->class('firstHeading')->text()->merge());

?>

它工作了！但是如何？让我来解释一下

1. 解析器获取所有名为'h1'的标签
2. 然后解析器获取h1标签范围内所有带有'class' 'firstHeading'的标签及其依赖项
3. 从中获取文本
4. 将结果数组转换为字符串格式

搜索方法

<?php

require_once "vendor/autoload.php";

use ShamanHead\PhpPorser\App\Dom as Dom;

$dom = new Dom();
$dom->setHref('href to file');

print_r($dom->tag('h1')->array()); //finds by tag name 'h1'
print_r($dom->id('firstHeading')->array()); //finds by id name 'firstHeading'
print_r($dom->class('wrapper__main')->array()); //finds by class name 'wrapper_main'
print_r($dom->custom(['name', 'button'])->array()); //finds by 'name' attribute value 'button'

?>

您可以组合搜索方法，以特殊方式查找元素

<?php

require_once "vendor/autoload.php";

use ShamanHead\PhpPorser\App\Dom as Dom;

$dom = new Dom();
$dom->setHref('href to file');

print_r($dom->class('main')->id('firstHeading')->tag('h1')->array());

?>

处理文本

<?php

require_once "vendor/autoload.php";

use ShamanHead\PhpPorser\App\Dom as Dom;

$dom = new Dom();
$dom->setHref('href to file');

$divText = $dom->tag('div')->id('someDiv')->text();

$divText->contents(); //Returns all text in array form.

$divText->merge('symbol'); //Returns all text in string form with 'symbol' separator
                          //'\n' by default.

$divText->first(); //Returns first founded text.

$divText->last(); //Returns last founded text.

?>

贡献

许可证