新版用法

<?php
//这是v1.6.0之后的新版用法，强烈推荐使用！！！
//无论是单任务还是多任务，一切都是线性配置，非常简单; 
$rule = array( 
    'field1' => ['selector', 'action', 'range', 'callback'],
    .....................................................,
    'fieldN' => ['selector', 'action', 'range', 'callback'],
);

//单任务
$task = array(
    'url'  => "http://www.weather.com.cn/weather/101010100.shtml",
    "rule" => $rule,
    'rule_name' =>  'r1',   //如果留空将使用md5($task_id)作为规则名
); 

//多任务
$task = array(
    array(
        "url" => "http://www.weather.com.cn/weather/101010100.shtml",
        "rule" => $rule,
        'rule_name' => 'r1', //如果留空将使用md5($task_id)作为规则名
        "context" => $context,
    ),
    array(
        "url" => "http://www.weather.com.cn/weather/201010100.shtml",
        "rule" => $rule,
        'rule_name' => 'r2', //如果留空将使用md5($task_id)作为规则名
        "context" => $context,
    ),
);

规则参数

  • rule_name
    每一个任务都应当提供一个相对应的唯一的规则名称，这样我们就能很方便的根据规则名索引到想要的数据，注意：如果规则名留空的话，在v1.6.0之前，引擎默认将采用 md5($task_url) 作为唯一的规则名，有潜在隐患，不再推荐使用，自v1.6.0开始，引擎默认将使用 md5($task_id) 作为唯一的规则名。

  • selector
    ① 特别注意：这是一个必填项，如果留空，那当前选择器的作用域将会被忽略，即不生效。
    ② 和jQuery选择器一样，其取值可以是：#idName or .className or Html Elements等。

  • action
    代表数据提取行为或动作，如果留空，默认动作将是text。
    attr： 用于获取HTML元素的属性【注意: 此处attr取值为HTML元素的属性名称如href等等】
    html： 用于获取匹配元素包裹的HTML元素片段
    text： 用于获取HTML元素包裹的文本内容
    css ： 专门用于获取style属性内容【此外支持变种格式：css:*、css:prop1,......,propN】

  • range
    用于进一步缩小数据提取范围，取值可以是#idName or .className or Html Element等等。

  • callback
    可以自定义一个回调字符串或回调函数，如果需要捕获回调结果，切记务必要返回所期望的数据。
    ① 回调字符串：语义上和PHP原生的回调函数完全一样，但其类型是一个字符串。
    ② 回调函数：即PHP原生的回调函数，其类型是一个Closure闭包，切记虽然局部支持但不要用。
    ③ 特别注意：由于回调函数无法跨进程通信，所以callback应使用回调字符串而不要写回调函数。
    ④ 特别注意：回调字符串最好用单引号包起来，而不要用双引号，不要问为什么，这是最实惠的。
    ⑤ 特别注意：平时怎么写回调函数，那就怎么写回调字符串，否则一律视为非法格式而忽略回调。
    ⑥ 回调参数：callback有两个参数，形如：function($field_name, $data)。
    ⑦ 参数含义：$field_name代表当前字段名，$data代表过滤到的数据内容。

演示代码

<?php
//以下代码仅仅只是静态演示，我们要考虑到跨进程环境下callback通信的稳定性，
//所以要特别注意其中的callback是一个回调字符串，而不要写PHP原生回调函数。
$html = "<div><a href='http://www.phpcreeper.com' id='site' style='color:red;font-size:100px;'>PHPCreeper</a></div>";
$rule = array(
    'link_element'  => ['div',      'html'],
    'link_text '    => ['#site',    'text'],
    'link_address'  => ['a',        'href'],
    'link_css1'     => ['a',        'css'],
    'link_css2'     => ['div>a',    'css:font-size'],
    'callback_data' => ['#site',    'text',  [],  'function($field_name, $data){
        return "Hello " . $data;
    }'],  
);  
$data = $parser->extractField($html, $rule, 'rule1');
pprint($data['rule1']);

/*Array
(
    [0] => Array
        (
            [link_element] => <a href="http://www.phpcreeper.com" id="site" style="color:red;font-size:100px;">PHPCreeper</a>
            [link_text ] => PHPCreeper
            [link_address] => http://www.phpcreeper.com
            [link_css1] => Array
                (
                    [color] => red
                    [font-size] => 100px
                )

            [link_css2] => Array
                (
                    [font-size] => 100px
                )

            [callback_data] => Hello PHPCreeper
        )
)*/
Free Web Hosting