使用phpQuery輕松采集網頁內容

phpQuery是一個基於PHP的服務端開源項目，它可以讓PHP開發人員輕松處理DOM文檔內容，比如獲取某新聞網站的頭條信息。更有意思的是，它采用了jQuery的思想，你可以像使用jQuery一樣處理頁面內容，獲取你想要的頁面信息。

采集頭條

先看一實例，現在我要采集新浪網國內新聞的頭條，代碼如下：

include 'phpQuery/phpQuery.php'; 
phpQuery::newDocumentFile('http://news.sina.com.cn/china'); 
echo pq(".blkTop h1:eq(0)")->html(); 

簡單的三行代碼，就可以獲取頭條內容。首先在程序中包含phpQuery.php核心程序，然后調用讀取目標網頁，最后輸出對應標簽下的內容。

pq()是一個功能強大的方法，跟jQuery的$()如出一轍，jQuery的選擇器基本上都能使用在phpQuery上，只要把“.”變成“->”。如上例中，pq(".blkTop h1:eq(0)")抓取了頁面class屬性為blkTop的DIV元素，並找到該DIV內部的第一個h1標簽，然后用html()方法獲取h1標簽里的內容（帶html標簽），也就是我們要獲取的頭條信息，如果使用text()方法，則只獲取頭條的文本內容。當然要使用好phpQuery，關鍵是要找對文檔中對應內容的節點。

采集文章列表

下面再來看一個例子，獲取helloweba.com網站的blog列表，請看代碼：

include 'phpQuery/phpQuery.php'; 
phpQuery::newDocumentFile('http://www.helloweba.com/blog.html'); 
$artlist = pq(".blog_li"); 
foreach($artlist as $li){ 
   echo pq($li)->find('h2')->html().""; 
} 

通過循環列表中的DIV，找出文章標題並輸出，就是這么簡單。

解析XML文檔

假設現在有一個這樣的test.xml文檔：

<?xml version="1.0" encoding="utf-8"?> 
<root> 
  <contact> 
     <name>張三</name> 
     <age>22</age> 
  </contact> 
  <contact> 
     <name>王五</name> 
     <age>18</age> 
  </contact> 
</root> 

現在我要獲取名字為張三的聯系人的年齡，代碼如下：

include 'phpQuery/phpQuery.php'; 
phpQuery::newDocumentFile('test.xml'); 
echo pq('contact > age:eq(0)'); 

結果輸出：22

像jQuery一樣，精准查找文檔節點，輸出節點下的內容，解析一個XML文檔就是這么簡單。現在你不必為采集網站內容而使用那些頭疼的正則算法、內容替換等繁瑣的代碼了，有了phpQuery，一切就變得輕松多了。

項目官網地址：http://code.google.com/p/phpquery/