phpporser

Phperser

• Empezando
  • Requisitos
  • Instalación a través del compositor
  • Instalación a través del archivo
  • Instalación del ejecutable de cromo
• Analizando su primera página
• Métodos de búsqueda
• Trabajando con texto
• Contribuir
• Licencia

Empezando

Requisitos

Requiere PHP 7.1+.

También necesita un ejecutable de Chromium PHP y Chromium sin cabeza, si desea utilizar esta biblioteca con soporte de navegación sin cabeza (incluye por Standart en la versión de Packagist).

Instalación a través del compositor

$ composer require shamanhead/phpporser

Instalación a través del archivo

Puede instalar esta biblioteca también desde Archive, descargándola de GitHub. No se necesitan dependientes, además de la PHP de Chromium sin cabeza, si desea usar esta biblioteca con la función de navegación sin cabeza. Instalación del ejecutable de Chromium Si desea usar esta biblioteca con el navegador sin cabeza, primero debe descargar ejecutable de este navegador.

Esto podría funcionar en Windows, MacOS y Linux.

Elija el navegador que desee usar

El cromo sin cabeza es compatible con todos los navegadores a base de chomium, como Chrome, Opera, Chromium, etc.

Instalación del ejecutable de cromo

Puedo recomendar usar cromo en lugar de cromo, debido a mi observación, trabaja mejor que el cromo.

Por lo tanto, vaya a la página de descarga oficial del navegador de Chromium y descarguela.

Después de hacer este paso, desempaquete el archivo y muévase al lugar necesario.

Luego, especifique la ruta en su script:

 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 ' );

Si lo hicieras bien, el analizador funcionaría. Si tiene algún error que ocurre durante este paso, puede ir a ver aquí, ¿hay una solución para resolver su problema? En otro caso, por favor, abra un nuevo problema aquí o en la página de Chromium PHP sin cabeza.

Analizando su primera página

Huh, la mitad del trabajo hecho. Así que ahora, intentemos analizar la página simple, como la computadora de ciencia escolar en Wikipedia. Con la ayuda, mostraré todas las capacidades del analizador.

En primer lugar, intentemos obtener una cadena 'CUPUTAD con ciencias de la computadora' en la parte superior de la página:

 <?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 ());

?>

¡FUNCIONA! ¿Pero cómo? Vamos a explicar:

1. Parser Get’s All Tags con el nombre 'H1'
2. Luego, Pailer obtiene todas las etiquetas con la clase 'Firstheading' en el rango de etiquetas H1 (y sus dependencias)
3. Obtener el texto de él
4. Convierte la matriz de resultados en formato de cadena

Métodos de búsqueda

Para encontrar elementos en HTML DOM, hay 4 funciones en esta biblioteca:

 <?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'

?>

Puede combinar métodos de búsqueda entre sí, para encontrar elementos de manera especial:

 <?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 ());

?> 

Trabajando con texto

 <?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.

?> 

Contribuir

Oye, ¿quieres contribuir? Simplemente note en mi correo electrónico ( [email protected] ), ¿dónde indicarás lo que quieres ayudar?

Licencia

Ver el archivo de licencia.