php抓取第三方網(wǎng)站的小說(shuō)內(nèi)容

　　這里用到QueryList這個(gè)第三方插件，安裝要求

　　php=

　　7.1

　　composer安裝

　　composerrequirejaeger/querylist

　　或者直接下載

　　開(kāi)箱即用：https：//pan.baidu.com/s/1QPMUalL5HcVJ4L7zUY0LMg

　　require_onceapp()-getRootPath().extend/queryList/autoload.php;//引入插件

　　$QueryList=new\QL\QueryList();

　　$url='xxxxxxxxxxxxxxxxxxx';//需要獲取小說(shuō)的鏈接

　　$rt=[];

　　//根據(jù)頁(yè)面獲取書籍信息

　　$rules=[

　　'title'=['.ta'，'text']，//獲取小說(shuō)名稱

　　'link'=['.na'，'href']，//獲取小說(shuō)的鏈接

　　'author'=['.authora'，'text']，//獲取小說(shuō)的作者

　　'status'=['.aboverspan'，'text']，//獲取小說(shuō)的狀態(tài)

　　];

　　$range='.ul_m_listli';//切片選擇器

　　//encoding('UTF-8'，'GB2312')

　　$rt=$QueryList-get($url)-rules($rules)-range($range)-removeHead()-encoding('UTF-8'，'GB2312')-query()-getData();

　　dump($rt-all());exit;

　　根據(jù)網(wǎng)站的機(jī)構(gòu)去獲取書籍內(nèi)容，比如這個(gè)網(wǎng)站書名是在class.ta下面的，鏈接是在class.na下面的

　　range：切片選擇工具就是書籍循環(huán)的外包結(jié)構(gòu)可以將書籍分割成一個(gè)一個(gè)的數(shù)組

　　remove：可以將內(nèi)容中的部分內(nèi)容過(guò)濾掉

　　$html=STR

　　pid=content

　　span class=tt作者：xxx/span

　　這是正文內(nèi)容段落

　　1.....

　　span這是正文內(nèi)容段落2/span

　　p這是正文內(nèi)容段落

　　3....../

　　span這是廣告/span

　　p這是版權(quán)聲明！/

　　/

　　STR;

　　$rules=[

　　'content'=['#content'，'html']

　　];

　　$rt=QueryList：：rules($rules)

　　-html($html)

　　-query()

　　-getData(function($item){

　　$ql=QueryList：：html($item['content']);

　　$ql-find('.tt，span：last，p：last')-remove();

　　$item['content']=$ql-find('')-html();

　　return$item;

　　});

　　Array

　　(

　　[0]=Array

　　(

　　[content]=這是正文內(nèi)容段落

　　1.....

　　span這是正文內(nèi)容段落2/span

　　p這是正文內(nèi)容段落

　　3....../

　　)

　　)

　　print_r($rt-all());

　　$rt-find('.tt，span：last，p：last')-remove();

　　encoding：作用于內(nèi)容的，原來(lái)的網(wǎng)站'GB2312'獲取的內(nèi)容會(huì)出現(xiàn)亂碼，需要將他轉(zhuǎn)換成utf-8。$html=STR

　　p這是內(nèi)容/

　　/

　　STR;

　　$rule=[

　　'content'=['pp：last'，'text']

　　];

　　$data=QueryList：：html($html)-rules($rule)

　　-encoding('UTF-8'，'GB2312')-query()-getData();

　　設(shè)置輸入輸出編碼，并移除html頭部

　　如果設(shè)置輸入輸出參數(shù)仍然無(wú)法解決亂碼，那就使用removeHead()方法移除html頭部

　　removeHead：過(guò)濾掉頭部

　　這樣我們就將這個(gè)頁(yè)面的書籍列表都獲取下來(lái)

　　讓后通過(guò)循環(huán)去獲取分頁(yè)的數(shù)據(jù)，根據(jù)書籍鏈接獲取書籍的章節(jié)，封面等其他數(shù)據(jù)，最后通過(guò)章節(jié)鏈接獲取到小說(shuō)內(nèi)容。