QueryList rules(array $rules)

最后更新日期：2020-04-03

设置DOM解析规则。当没有设置range()时称为多元素DOM解析，设置了range()后称为列表DOM解析。

DOM解析规则格式

php

//DOM解析规则
$rules = array(
   '规则名' => array('jQuery选择器','要DOM解析的属性'[,"标签过滤列表"][,"回调函数"]),
   '规则名2' => array('jQuery选择器','要DOM解析的属性'[,"标签过滤列表"][,"回调函数"]),
    ..........
);

//注:方括号括起来的参数可选

//DOM解析规则
$rules = array(
   '规则名' => array('jQuery选择器','要DOM解析的属性'[,"标签过滤列表"][,"回调函数"]),
   '规则名2' => array('jQuery选择器','要DOM解析的属性'[,"标签过滤列表"][,"回调函数"]),
    ..........
);

//注:方括号括起来的参数可选

规则解释

字段	类型	必填	注释
规则名	string	是	任意不重复字符串
jQuery选择器	string	是	要选择的元素选择器
要DOM解析的属性	string	是	任意html元素属性
标签过滤列表	string	否	设置要过滤的内容
回调函数	Closure	否	用于对数据做额外处理

例子

php

//DOM解析规则
$rules = [
	//DOM解析img标签的src属性，也就是DOM解析页面中的图片链接
	'name1' => ['img','attr(src)'],
    // 等价于 attr(src)
    'name1_1' => ['img','src'],
	//DOM解析class为content的div的纯文本内容，
	//并移除内容中的a标签内容，移除id为footer标签的内容，保留img标签
	'name2' => ['div.content','text','-a -#footer img'],
	//DOM解析第二个div的html内容，并在内容中追加了一些自定义内容
	'name3' => ['div:eq(1)','html','',function($content){
		$content += 'some str...';
		return $content;
	}]
];

//DOM解析规则
$rules = [
	//DOM解析img标签的src属性，也就是DOM解析页面中的图片链接
	'name1' => ['img','attr(src)'],
    // 等价于 attr(src)
    'name1_1' => ['img','src'],
	//DOM解析class为content的div的纯文本内容，
	//并移除内容中的a标签内容，移除id为footer标签的内容，保留img标签
	'name2' => ['div.content','text','-a -#footer img'],
	//DOM解析第二个div的html内容，并在内容中追加了一些自定义内容
	'name3' => ['div:eq(1)','html','',function($content){
		$content += 'some str...';
		return $content;
	}]
];

规则字段解释

下面单独解释几个复杂的字段。

1.要DOM解析的属性

值为以下几种:

text:返回当前选中标签下面的纯文本
html:返回当前选中标签下面的html片段
htmlOuter:返回当前选中的标签的外部html片段 (V4.2.0新增)
texts:返回当前选中的多个标签下面的纯文本 (V4.2.0新增)
htmls:返回当前选中的多个标签下面的html片段 (V4.2.0新增)
htmlOuters:返回当前选中的多个标签的外部html片段 (V4.2.0新增)
attr(HTML标签属性): 获取标签属性值，如src、href、name、data-src等任意HTML标签属性名，支持通配符*匹配标签所有属性 (V4.2.5新增)
[HTML标签属性]: 等价于attr(HTML标签属性)
attrs(HTML标签属性): 返回当前选中的多个标签的属性值 (V4.2.5新增)

2.标签过滤列表

设置此选项可用来过滤不想要的内容，多个值之间用空格隔开，有如下2条规则:

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。
当标签名前面没有减号(-)时，当 [要DOM解析的属性] 值为text时表示需要保留的HTML标签以及内容，为html时表示要过滤掉的HTML标签但保留内容。

例子

如下面这段html：

php

<div class="article">
	这是中文内容，<a href="http://querylist.cc">这里有个链接</a>
	<div class="ad1">
		这里有一段广告
	</div>
	<div class="ad2">
		这里还有一段广告
	</div>
</div>

<div class="article">
	这是中文内容，<a href="http://querylist.cc">这里有个链接</a>
	<div class="ad1">
		这里有一段广告
	</div>
	<div class="ad2">
		这里还有一段广告
	</div>
</div>

获取class为article的元素内部内容，但是不想要那几段广告文字,那么此时就可以设置DOM解析规则为:

php

//DOM解析规则
$rules = [
	'content' => ['.article','html','-.ad1 -.ad2']
];

//DOM解析规则
$rules = [
	'content' => ['.article','html','-.ad1 -.ad2']
];

意思就是：DOM解析class为article的元素内部的html内容，并去掉class为ad1和class为ad2的元素内容。

现在获取到的内容就为:

php

这是中文内容，<a href="http://querylist.cc">这里有个链接</a>

这是中文内容，<a href="http://querylist.cc">这里有个链接</a>

实际DOM解析中我们一般并不想DOM解析别人的外链，想去掉内容中的链接，此时如果过滤器改为-.ad1 -.ad2 -a,DOM解析到的内容就为:

php

这是中文内容，

这是中文内容，

链接是去掉了，但实际上我们是想保存链接文字内容的，所以过滤器应该改为:-.ad1 -.ad2 a,这样DOM解析到的内容就为:

php

这是中文内容，这里有个链接

这是中文内容，这里有个链接

用法

例一

php

$html=<<<STR
<div class="content">
	<div>
		<a href="https://querylist.cc/1.html">这是链接一</a>
		<span>这是文字一</span>
	</div>

	<div>
		<a href="https://querylist.cc/2.html">这是链接二</a>
		<span>这是文字二</span>
	</div>

	<div>
		<a href="https://querylist.cc/1.html">这是链接三</a>
		<span>这是文字三</span>
	</div>
</div>
STR;

//DOM解析规则
$rules = [
	//DOM解析a标签的href属性
	'link' => ['a','href'],
	//DOM解析a标签的text文本
	'link_text' => ['a','text'],
	//DOM解析span标签的text文本
	'txt' => ['span','text']
];

$ql = QueryList::html($html)
    ->rules($rules)
    ->range('.content>div')
    ->query();
$data = $ql->getData();
print_r($data->all());

$html=<<<STR
<div class="content">
	<div>
		<a href="https://querylist.cc/1.html">这是链接一</a>
		<span>这是文字一</span>
	</div>

	<div>
		<a href="https://querylist.cc/2.html">这是链接二</a>
		<span>这是文字二</span>
	</div>

	<div>
		<a href="https://querylist.cc/1.html">这是链接三</a>
		<span>这是文字三</span>
	</div>
</div>
STR;

//DOM解析规则
$rules = [
	//DOM解析a标签的href属性
	'link' => ['a','href'],
	//DOM解析a标签的text文本
	'link_text' => ['a','text'],
	//DOM解析span标签的text文本
	'txt' => ['span','text']
];

$ql = QueryList::html($html)
    ->rules($rules)
    ->range('.content>div')
    ->query();
$data = $ql->getData();
print_r($data->all());

DOM解析结果:

php

Array
(
    [0] => Array
        (
            [link] => https://querylist.cc/1.html
            [link_text] => 这是链接一
            [txt] => 这是文字一
        )

    [1] => Array
        (
            [link] => https://querylist.cc/2.html
            [link_text] => 这是链接二
            [txt] => 这是文字二
        )

    [2] => Array
        (
            [link] => https://querylist.cc/1.html
            [link_text] => 这是链接三
            [txt] => 这是文字三
        )

)

Array
(
    [0] => Array
        (
            [link] => https://querylist.cc/1.html
            [link_text] => 这是链接一
            [txt] => 这是文字一
        )

    [1] => Array
        (
            [link] => https://querylist.cc/2.html
            [link_text] => 这是链接二
            [txt] => 这是文字二
        )

    [2] => Array
        (
            [link] => https://querylist.cc/1.html
            [link_text] => 这是链接三
            [txt] => 这是文字三
        )

)

例二（V4.2.0版本）

php

use QL\QueryList;

$html=<<<STR
<div class="content">
    <div>
        <a href="https://querylist.cc/1.html">这是链接1.0</a>
        <a href="https://querylist.cc/1.html">这是链接1.1</a>
        <span>这是文字1.0</span>
        <span>这是文字1.1</span>
        <span>这是文字1.2</span>
    </div>

    <div>
        <a href="https://querylist.cc/2.html">这是链接二</a>
        <span>这是文字二</span>
    </div>

    <div>
        <a href="https://querylist.cc/1.html">这是链接三</a>
        <span>这是文字三</span>
    </div>
</div>
STR;

//DOM解析规则
$rules = [
    //DOM解析该切片下的所有a标签的href属性
    'links' => ['a','attrs(href)'],
    // 下面写法等价于 attrs(href)
    'links2' => ['a','htmlOuters','',function($arr){
        $links = [];
        foreach ($arr as $item) {
            $links[] = pq($item)->attr('href');
        }
        return $links;
    }],
    //DOM解析该切片下的a标签的外部HTML
    'a_html' => ['a','htmlOuter'],
    //DOM解析该切片下的所有span标签的text文本
    'txt' => ['span','texts']
];

$data = QueryList::html($html)
    ->rules($rules)
    ->range('.content>div')
    ->queryData();
// 释放所有文档内存占用
QueryList::destructDocuments();
print_r($data);

use QL\QueryList;

$html=<<<STR
<div class="content">
    <div>
        <a href="https://querylist.cc/1.html">这是链接1.0</a>
        <a href="https://querylist.cc/1.html">这是链接1.1</a>
        <span>这是文字1.0</span>
        <span>这是文字1.1</span>
        <span>这是文字1.2</span>
    </div>

    <div>
        <a href="https://querylist.cc/2.html">这是链接二</a>
        <span>这是文字二</span>
    </div>

    <div>
        <a href="https://querylist.cc/1.html">这是链接三</a>
        <span>这是文字三</span>
    </div>
</div>
STR;

//DOM解析规则
$rules = [
    //DOM解析该切片下的所有a标签的href属性
    'links' => ['a','attrs(href)'],
    // 下面写法等价于 attrs(href)
    'links2' => ['a','htmlOuters','',function($arr){
        $links = [];
        foreach ($arr as $item) {
            $links[] = pq($item)->attr('href');
        }
        return $links;
    }],
    //DOM解析该切片下的a标签的外部HTML
    'a_html' => ['a','htmlOuter'],
    //DOM解析该切片下的所有span标签的text文本
    'txt' => ['span','texts']
];

$data = QueryList::html($html)
    ->rules($rules)
    ->range('.content>div')
    ->queryData();
// 释放所有文档内存占用
QueryList::destructDocuments();
print_r($data);

DOM解析结果：

php

Array
(
    [0] => Array
        (
            [links] => Array
                (
                    [0] => https://querylist.cc/1.html
                    [1] => https://querylist.cc/1.html
                )
            [links2] => Array
                (
                    [0] => https://querylist.cc/1.html
                    [1] => https://querylist.cc/1.html
                )

            [a_html] => <a href="https://querylist.cc/1.html">这是链接1.0</a><a href="https://querylist.cc/1.html">这是链接1.1</a>
            [txt] => Array
                (
                    [0] => 这是文字1.0
                    [1] => 这是文字1.1
                    [2] => 这是文字1.2
                )

        )

    [1] => Array
        (
            [links] => Array
                (
                    [0] => https://querylist.cc/2.html
                )

            [a_html] => <a href="https://querylist.cc/2.html">这是链接二</a>
            [txt] => Array
                (
                    [0] => 这是文字二
                )

        )

    [2] => Array
        (
            [links] => Array
                (
                    [0] => https://querylist.cc/1.html
                )

            [a_html] => <a href="https://querylist.cc/1.html">这是链接三</a>
            [txt] => Array
                (
                    [0] => 这是文字三
                )

        )

)

Array
(
    [0] => Array
        (
            [links] => Array
                (
                    [0] => https://querylist.cc/1.html
                    [1] => https://querylist.cc/1.html
                )
            [links2] => Array
                (
                    [0] => https://querylist.cc/1.html
                    [1] => https://querylist.cc/1.html
                )

            [a_html] => <a href="https://querylist.cc/1.html">这是链接1.0</a><a href="https://querylist.cc/1.html">这是链接1.1</a>
            [txt] => Array
                (
                    [0] => 这是文字1.0
                    [1] => 这是文字1.1
                    [2] => 这是文字1.2
                )

        )

    [1] => Array
        (
            [links] => Array
                (
                    [0] => https://querylist.cc/2.html
                )

            [a_html] => <a href="https://querylist.cc/2.html">这是链接二</a>
            [txt] => Array
                (
                    [0] => 这是文字二
                )

        )

    [2] => Array
        (
            [links] => Array
                (
                    [0] => https://querylist.cc/1.html
                )

            [a_html] => <a href="https://querylist.cc/1.html">这是链接三</a>
            [txt] => Array
                (
                    [0] => 这是文字三
                )

        )

)

QueryList rules(array $rules) ​

规则字段解释 ​

1.要DOM解析的属性 ​

2.标签过滤列表 ​

用法 ​

QueryList rules(array $rules)

规则字段解释

1.要DOM解析的属性

2.标签过滤列表

用法