下面来演示QueryList使用PhantomJS插件抓取JS动态创建的页面内容。
安装
使用Composer安装：
安装QueryList
composer require jaeger/querylist GitHub: https://github.com/jae-jae/QueryList
安装PhantomJS插件
composer require jaeger/querylist-phantomjs GitHub: https://github.com/jae-jae/QueryList-PhantomJS
下载PhantomJS二进制文件
PhantomJS官网:http://phantomjs.org ，下载对应平台的PhantomJS二进制文件。
插件API
QueryList browser($url,$debug = false,$commandOpt = []):使用浏览器打开连接
使用
以采集「今日头条」手机版为例，「今日头条」手机版基于React框架，内容是纯动态渲染出来的。
下面演示QueryList的PhantomJs插件用法:
安装插件
use QLQueryList;use QLExtPhantomJs;$ql = QueryList::getInstance();// 安装时需要设置PhantomJS二进制文件路径$ql->use(PhantomJs::class,'/usr/local/bin/phantomjs');//or Custom function name$ql->use(PhantomJs::class,'/usr/local/bin/phantomjs','browser');
Example-1
获取动态渲染的HTML:
$html = $ql->browser('https://m.toutiao.com')->getHtml();print_r($html);
获取所有p标签文本内容:
$data = $ql->browser('https://m.toutiao.com')->find('p')->texts();print_r($data->all());
输出:
Array([0] => 自拍模式开启！国庆假期我和国旗合个影[1] => 你旅途已开始 他们仍在自己的岗位上为你的假期保驾护航[2] => 喜极而泣，都教授终于回到地球了！//....)
使用http代理:
// 更多选项可以查看文档: http://phantomjs.org/api/command-line.html$ql->browser('https://m.toutiao.com',true,[// 使用http代理'--proxy' => '192.168.1.42:8080','--proxy-type' => 'http'])
Example-2
自定义一个复杂的请求：
$data = $ql->browser(function (JonnyWPhantomJsHttpRequestInterface $r){$r->setMethod('GET');$r->setUrl('https://m.toutiao.com');$r->setTimeout(10000); // 10 seconds$r->setDelay(3); // 3 secondsreturn $r;})->find('p')->texts();print_r($data->all());
开启debug模式，并从本地加载cookie文件：
$data = $ql->browser(function (JonnyWPhantomJsHttpRequestInterface $r){$r->setMethod('GET');$r->setUrl('https://m.toutiao.com');$r->setTimeout(10000); // 10 seconds$r->setDelay(3); // 3 secondsreturn $r;},true,['--cookies-file' => '/path/to/cookies.txt'])->rules(['title' => ['p','text'],'link' => ['a','href']])->query()->getData();print_r($data->all());
