QueryList range($selector)


  • 区域选择器或者叫做切片选择器,指先按照该规则对HTML内容进行切片 ，然后再分别再在这些切片里面进行相关的选择。当采集列表的时候，建议设置这个参数。

用法

  • 例一采集百度搜索结果，下面两种写法采集结果一致：
  1. //第一种写法：没有用到[区域选择器]
  2. $ql = QueryList::get('http://www.baidu.com/s?wd=QueryList')->rules([
  3.     'title'=>array('h3','text'),
  4.     'link'=>array('h3>a','href')
  5. ]);
  7. //第二种写法:用选择器'h3'对内容切片，然后分别在这些切片中执行采集规则
  8. $ql = QueryList::get('http://www.baidu.com/s?wd=QueryList')->rules([
  9.     // 获取当前切片的整个text内容
  10.     'title'=>array('','text'),
  11.     // 获取当前切片下的a标签链接
  12.     'link'=>array('a','href')
  13. ])->range('h3');
  • 例二
  1. <?php
  2. require 'querylist/vendor/autoload.php';
  3. use QL\QueryList;
  5. //采集#main下面的li里面的内容
  6. $html =<<<STR
  7. <div id="main">
  8.     <ul>
  9.         <li>
  10.           <h1>这是标题1</h1>
  11.           <span>这是文字1<span>
  12.         </li>
  13.         <li>
  14.           <h1>这是标题2</h1>
  15.           <span>这是文字2<span>
  16.         </li> 
  17.     </ul>
  18. </div>
  19. STR;
  21. //方法一，不推荐
  22. $data = QueryList::html($html)->rules([
  23.         'title' => array('#main>ul>li>h1','text'),
  24.         'content' => array('#main>ul>li>span','text')
  25.     ])->query()->getData();
  26. print_r($data->all());
  28. //方法二，设置范围选择器
  29. $data = QueryList::html($html)->rules([
  30.         'list' => array('h1','text'),
  31.         'content' => array('span','text')
  32.     ])->range('#main>ul>li')->query()->getData();
  34. print_r($data->all());
  36. /**
  37.  两种方式的输出结果都相同:
  38. Array
  39. (
  40.     [0] => Array
  41.         (
  42.             [title] => 这是标题1
  43.             [content] => 这是文字1
  44.         )
  45.     [1] => Array
  46.         (
  47.             [title] => 这是标题2
  48.             [content] => 这是文字2
  49.         )
  50. )
  51.  */
  53. //但方法一有严重的缺陷，例如html变成这样，其它代码不变
  54. $html =<<<STR
  55. <div id="main">
  56.     <ul>
  57.         <li>
  58.           <h1>这是标题1</h1>
  59.         </li>
  60.         <li>
  61.           <h1>这是标题2</h1>
  62.           <span>这是文字2<span>
  63.         </li> 
  64.     </ul>
  65. </div>
  66. STR;
  67. /**
  68.  方法一输出结果,结果已经错位了:
  69.  Array
  70. (
  71.     [0] => Array
  72.         (
  73.             [title] => 这是标题1
  74.             [content] => 这是文字2
  75.         )
  76.     [1] => Array
  77.         (
  78.             [title] => 这是标题2
  79.         )
  80. )
  81. 方法二输出结果，依旧正确：
  82. Array
  83. (
  84.     [0] => Array
  85.         (
  86.             [list] => 这是标题1
  87.             [content] => 
  88.         )
  89.     [1] => Array
  90.         (
  91.             [list] => 这是标题2
  92.             [content] => 这是文字2
  93.         )
  94. )
  95.  */