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 2.2，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)。

安装
使用

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:

通过Composer安装（ob娱乐下载symfony / dom-crawler在Packagist）;
使用官方Git存储库(https://github.com/ob娱乐下载symfony/DomCrawler）.

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。

请注意

DomCrawler将尝试自动修复您的HTML以匹配官方规范。例如，如果你嵌套一个< p >标签在另一个里面< p >标签，它将被移动到父标签的兄弟姐妹。这是预期的，也是HTML5规范的一部分。但如果你得到了意想不到的行为，这可能是一个原因。虽然DomCrawler不是用来转储内容的，但是如果你的HTML是通过倾销它．

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。

如果你安装了CssSelector组件，筛选就更容易了。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();})；
               

匿名函数接收节点和位置作为参数。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）;
               

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）;｝
                 

链接

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。

DomCrawler组件

DomCrawler组件

安装

使用

节点过滤

节点遍历

访问节点值

添加内容

链接

形式

0b足球

学习Symfob娱乐下载ony

截屏

欧宝体育平台怎么样

博客

服务

部署在