QueryList 如何设置采集规则 rule ？

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

本文中，苏南大叔要介绍的是querylist的采集规则设置方法。设置的方法也非常简单，通过设置不同的规则，就可以发挥大家的想象力了。对比原版的phpquery，这个querylist的设置方式，确实非常简单易懂。这一点上，不得不给querylist的作者点赞。

本文的写作环境是：php7.2.1,querylist4.0.3。

querylist 设置采集规则

querylist的采集规则非常浅显易懂。基本的采集规则的单位是这样的：

'规则名' => array('jQuery选择器','要采集的属性'[,"标签过滤列表"][,"回调函数"]),

采集规则是上述规则单位的php数组的一系列组合。

querylist 采集规则解释

采集规则范例

下面的例子是官方提供的例子，很好理解：

//采集规则
$rules = [
    //采集img标签的src属性，也就是采集页面中的图片链接
    'name1' => ['img','src'],
    //采集class为content的div的纯文本内容，
    //并移除内容中的a标签内容，移除id为footer标签的内容，保留img标签
    'name2' => ['div.content','text','-a -#footer img'],
    //采集第二个div的html内容，并在内容中追加了一些自定义内容
    'name3' => ['div:eq(1)','html','',function($content){
        $content += 'some str...';
        return $content;
    }]
];

简要解释说明

下面单独解释几个复杂的字段。

要采集的属性

值为以下3种:

• text:返回当前选中标签下面的纯文本
• html:返回当前选中标签下面的html片段
• [HTML标签属性]:如src、href、name、data-src等任意HTML标签属性名

标签过滤列表

设置此选项可用来过滤不想要的内容，多个值之间用空格隔开，有如下2条规则:

• 当标签名前面添加减号(-)时（此时标签可以为任意的jQuery选择器），表示移除该标签以及标签内容。
• 当标签名前面没有减号(-)时，当 [要采集的属性] 值为text时表示需要保留的HTML标签以及内容，为html时表示要过滤掉的HTML标签但保留内容。

使用范例

设置好html，设置好rule，就可以匹配相关数据文本了。

$ql = QueryList::html($html)->rules($rules)->query();
$data = $ql->getData();
print_r($data->all());

总结

本文的主要内容，就是设置$rules这个属性了。更多querylist的相关经验文章，请查看苏南大叔的querylist系列文章。

• https://newsn.net/tag/querylist/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。