Query() 静态方法

返回值:QueryList对象



  • Query方法为QueryList唯一的主方法,用静态的方式调用。

原型:

  1. QueryList::Query($page,array $rules, $range = '', $outputEncoding = null, $inputEncoding = null,$removeHead = false)

中文解释:

  1. QueryList::Query(采集的目标页面,采集规则[,区域选择器][,输出编码][,输入编码][,是否移除头部])
  2. //采集规则
  3. $rules = array(
  4. '规则名' => array('jQuery选择器','要采集的属性'[,"标签过滤列表"][,"回调函数"]),
  5. '规则名2' => array('jQuery选择器','要采集的属性'[,"标签过滤列表"][,"回调函数"]),
  6. ..........
  7. [,"callback"=>"全局回调函数"]
  8. );
  9. //注:方括号括起来的参数可选

参数解释:

$page 采集的目标页面

类型:string要抓取的网页URL地址(支持https);或者是html代码片段

$rules 采集规则

类型:array

  • 规则名规则名随便取,只要不重复就行。

  • jQuery选择器任意CSS3选择器,与jQuery选择器完全通用

  • 要采集的属性

  1. 值为以下3种:
  2. 1.text:返回当前选中标签下面的纯文本
  3. 2.html:返回当前选中标签下面的html片段
  4. 3.[HTML标签属性]:如srchrefnamedata-src等任意HTML标签属性名
  • 过滤标签列表
  1. 如果要使用QueryList的内容过滤功能,就请设置这个参数,多个值之间用空格隔开
  2. 1.当标签名前面添加减号(-)时(此时标签可以为任意的jQuery选择器),表示移除该标签以及标签内容。
  3. 2.当标签名前面没有减号(-)时,当 [要采集的属性] 值为text时表示需要保留的HTML标签,为html时表示要过滤掉的HTML标签

说明:有减号与没有减号的区别就在于,有减号时会移除那个标签包括那个标签内的所有内容,没有减号时只会移除那个标签并不会移除标签内的内容

例子:内容过滤

  • 回调函数/全局回调函数类型:callback在回调函数里面可以做任意额外的事情,如:替换内容、补全链接,下载图片等等;回调函数有俩个参数,第一个参数是选择到的内容,第二个参数是选择器数组下标(也就是规则名),回调函数会覆盖全局回调函数。注意:回调函数里面不能使用QueryList进行嵌套多级采集,请把这些操作延迟到getData( )方法的回调函数中去使用。

$range 区域选择器 (可选)

类型:string默认值:''

区域选择器或者说范围选择器,指 先按照规则 选出 几个大块 ,然后再分别再在块里面 进行相关的选择。当采集列表的时候,建议设置这个参数。

查看区域选择器例子:http://doc.querylist.cc/site/index/doc/29

$outputEncoding 输出编码(可选)

类型:string默认值:null

指要以什么编码输出(UTF-8,GB2312,…..),防止出现乱码,如果设置null则不改变原字符串编码

$inputEncoding 输入编码(可选)

类型:string默认值:null

明确指定输入的页面编码格式(UTF-8,GB2312,…..),防止出现乱码,如果设置null则自动识别

$removeHead 是否移除头部(可选)

类型:bool默认值:false

是否移除页面头部区域,乱码终极解决方案。注意:当这个参数设置为true的时候,无法选择页面中head区域里面的内容。