搜索Algolia
回到symfonob娱乐下载y.com

DomCrawler组件

编辑本页

警告:您正在浏览的文档欧宝官网下载appob娱乐下载Symfony 2.1，现已不再维护。

读本页的更新版本用于Syob娱乐下载mfony 6.2(当前稳定版本)。

DomCrawler组件

DomCrawler组件简化了HTML和XML文档的DOM导航。

请注意

尽管有可能，但DomCrawler组件并不是为操纵DOM或重新转储HTML/XML而设计的。

安装

你可以用两种不同的方式安装组件:

使用

的履带类提供了查询和操作HTML和XML文档的方法。

爬虫的实例表示一个集合(SplObjectStorage)DOMElement对象，它们基本上是你可以轻松遍历的节点:

12 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
使用ob娱乐下载\组件\DomCrawler\履带；＄超文本标记语言＝< < <“HTML”< !DOCTYPE html>   
Hello World!
 
Hello Crawler!
   html;＄履带＝新履带(＄超文本标记语言）;foreach（＄履带作为＄domElement) {打印＄domElement->节点名;｝

专业链接而且形式类对于遍历html树时与html链接和表单交互非常有用。

节点过滤

使用XPath表达式非常简单:

1
＄履带＝＄履带->filterXPath (“子轴或self::阀体/ p”）;

提示

DOMXPath:查询在内部实际执行XPath查询。

如果您有CssSelector组件安装。这允许你使用类似jquery的选择器来遍历:

1
＄履带＝＄履带->过滤器('body > p'）;

匿名函数可以用来过滤更复杂的条件:

1 2 3 4
＄履带＝＄履带->过滤器('body > p'）->减少(函数（＄节点，＄我）｛//过滤偶数节点返回（＄我％2) = =0；})；

要移除一个节点，匿名函数必须返回false。

请注意

所有筛选器方法都返回一个new履带实例，使用过滤后的内容。

节点遍历

按其在列表中的位置划分接入节点:

1
＄履带->过滤器('body > p'）->eq (0）;

获取当前选择的第一个或最后一个节点:

1 2
＄履带->过滤器('body > p'）->第();＄履带->过滤器('body > p'）->最后();

获取与当前选择的节点同级的节点:

1
＄履带->过滤器('body > p'）->兄弟姐妹();

在当前选择之后或之前获得相同级别的节点:

1 2
＄履带->过滤器('body > p'）->nextAll ();＄履带->过滤器('body > p'）->previousAll ();

获取所有子节点或父节点:

1 2
＄履带->过滤器(“身体”）->孩子();＄履带->过滤器('body > p'）->父母();

请注意

所有遍历方法都返回一个new履带实例。

访问节点值

访问当前选择的第一个节点的值:

1
＄消息＝＄履带->filterXPath (' / /身体/ p '）->文本();

访问当前选择的第一个节点的属性值:

1
＄类＝＄履带->filterXPath (' / /身体/ p '）->attr (“类”）;

从节点列表中提取属性和/或节点值:

1 2 3 4
＄属性＝＄履带->filterXpath (' / /身体/ p '）->提取(数组（“_text”，“类”));

请注意

特殊的属性_text表示节点值。

在列表的每个节点上调用一个匿名函数:

1 2 3
＄nodeValues＝＄履带->过滤器(“p”）->每个(函数（＄节点，＄我）｛返回＄节点->文本();})；

匿名函数接收位置和节点作为参数。结果是匿名函数调用返回的值数组。

添加内容

爬虫支持多种方式添加内容:

1 2 3 4 5 6 7 8 9 10
＄履带＝新履带(身体的< html > < / > < / html >”）;＄履带->addHtmlContent (身体的< html > < / > < / html >”）;＄履带->addXmlContent (' <根> <节点/ >根> < /”）;＄履带->addContent (身体的< html > < / > < / html >”）;＄履带->addContent (' <根> <节点/ >根> < /”，“text / xml”）;＄履带->add (身体的< html > < / > < / html >”）;＄履带->add (' <根> <节点/ >根> < /”）;

请注意

处理ISO-8859-1以外的字符集时，始终使用addHTMLContent ()方法，其中可以将第二个参数指定为目标字符集。

由于爬虫的实现是基于DOM扩展的，所以它也能够与本机交互DOMDocument，DOMNodeList而且DOMNode对象:

1 2 3 4 5 6 7 8 9 10
＄文档＝新\ DOMDocument ();＄文档->loadXml (''）;＄节点列表＝＄文档->getElementsByTagName (“节点”）;＄节点＝＄文档->getElementsByTagName (“节点”）->项目(0）;＄履带->addDocument (＄文档）;＄履带->addNodeList (＄节点列表）;＄履带->addnode (数组（＄节点));＄履带->addNode (＄节点）;＄履带->add (＄文档）;

操纵和倾倒履带

这些方法履带最初打算填充您的履带并且不打算用于进一步操作DOM(尽管这是可能的)。然而，自从履带是一套DOMElement对象上可用的任何方法或属性DOMElement，DOMNode或DOMDocument．例如，您可以获得的HTML履带就像这样:

1 2 3 4 5
＄超文本标记语言＝”；foreach（＄履带作为＄domElement) {＄超文本标记语言．＝＄domElement->ownerDocument->saveHTML (＄domElement）;｝

对DOM树中的链接和表单进行了特殊处理。

按名称查找链接(或按名称查找可点击图像)alt属性)，使用selectLink方法。这将返回一个仅包含所选链接的Crawler实例。调用链接()给你一个特别的链接对象:

1 2 3 4 5
＄linksCrawler＝＄履带->selectLink (“去别处……”）;＄链接＝＄linksCrawler->链接();//或者一次执行所有这些操作＄链接＝＄履带->selectLink (“去别处……”）->链接();

的链接对象有几个有用的方法来获取有关所选链接本身的更多信息:

1 2
//返回可用于发出另一个请求的正确URI＄uri＝＄链接->getUri ();

请注意

的getUri ()特别有用，因为它能清洁href重视并将其转化为真正应该处理的方式。例如，与的链接href = " # foo”，这将返回当前页面的完整URI# foo．从getUri ()始终是一个完整的URI，您可以对其进行操作。

形式

对表单也给予特殊处理。一个selectButton ()方法在爬虫上可用，该爬虫返回另一个匹配按钮的爬虫(输入(type =提交)，输入(type =图像)，或按钮)。此方法特别有用，因为您可以使用它返回形式对象，该对象表示按钮所在的表单:

1 2 3 4 5 6
＄形式＝＄履带->selectButton (“验证”）->形式();//或用数据“填充”表单字段＄形式＝＄履带->selectButton (“验证”）->形式(数组（“名字”= >“瑞恩”));

的形式Object有很多非常有用的方法来处理表单:

1 2 3
＄uri＝＄形式->getUri ();＄方法＝＄形式->getMethod ();

的getUri ()方法所做的不仅仅是返回行动表单的属性。如果表单方法是GET，那么它将模拟浏览器的行为并返回行动属性，然后是包含所有表单值的查询字符串。

你可以在表单上虚拟设置和获取值:

12 3 4 5 6 7 8 9 10 11 12
//在表单内部设置值＄形式->setvalue (数组（“登记【用户名】”= >“ob娱乐下载symfonyfan”，“登记(术语)”= >1));//返回一个值的数组-在"flat"数组中，如上面所示＄值＝＄形式->getvalue ();//返回PHP会看到的值，//其中registration是它自己的数组＄值＝＄形式->getPhpValues ();

处理多维字段:

1 2 3 4 5
 “多[]”/> “多[]”/> “多(维)”表单/ > < / >

传递一个值数组:

1 2 3 4 5 6 7 8
//设置单个字段＄形式->setvalue (数组（“多”= >数组（“价值”)));//同时设置多个字段＄形式->setvalue (数组（“多”= >数组（1= >“价值”，“维”= >“另一个价值”)));

这很棒，但还有更好的!的形式对象允许您像浏览器一样与您的表单交互，选择单选值，勾选复选框，并上传文件:

12 3 4 5 6 7 8 9 10 11 12 13 14
＄形式［“登记【用户名】”］->setValue (“ob娱乐下载symfonyfan”）;//选中或取消选中复选框＄形式［“登记(术语)”］->蜱虫();＄形式［“登记(术语)”］->取消勾选();//选择一个选项＄形式［的登记(生日)(年)］->选择(1984）;//从多个选择或复选框中选择多个选项＄形式［“登记(利益)”］->选择(数组（sob娱乐下载ymfony的，“饼干”));//甚至伪造文件上传＄形式［“登记(图)”］->上传(“/道路/ / lucas.jpg”）;

做这些有什么意义?如果你在内部测试，你可以从你的表单中获取信息，就像它刚刚被提交一样，使用PHP值:

1 2
＄值＝＄形式->getPhpValues ();＄文件＝＄形式->getPhpFiles ();

如果你正在使用外部HTTP客户端，你可以使用表单获取所有你需要为表单创建POST请求的信息:

1 2 3 4 5 6
＄uri＝＄形式->getUri ();＄方法＝＄形式->getMethod ();＄值＝＄形式->getvalue ();＄文件＝＄形式->getfile ();//现在使用一些HTTP客户端和post使用这些信息

使用所有这些的集成系统的一个很好的例子是Goutte．Goutte理解Symfony爬虫对象，可以使ob娱乐下载用它直接提交表单:

12 3 4 5 6 7 8 9 10 11 12 13
使用Goutte\客户端；//向外部站点发出真正的请求＄客户端＝新客户端();＄履带＝＄客户端->请求(“得到”，“https://github.com/login”）;//选择表单并填写一些值＄形式＝＄履带->selectButton (“登录”）->形式();＄形式［“登录”] =“ob娱乐下载symfonyfan”；＄形式［“密码”] =“anypass”；//提交表单＄履带＝＄客户端->提交(＄形式）;
此工作，包括代码示例，是根据创作共用BY-SA 3.0许可证。
让您的Symfonob娱乐下载y专业知识得到认可

让您的Symfonob娱乐下载y专业知识得到认可

测量和改进Symfony代码性能ob娱乐下载

测量和改进Symfony代码性能ob娱乐下载

代码消耗服务器资源。黑火告诉你怎么做

代码消耗服务器资源。黑火告诉你怎么做