服装鞋帽商城网站建设,怎样用别人的网站做修改病句,互联网seo是什么意思,网站建设经费预算包括哪些在做PHP采集内容时#xff0c;用过querylist采集组件#xff0c;但是这个插件采集页面内容时#xff0c;都必须要写个采集选择器。这样比较麻烦#xff0c;每个文章页面都必须指定一条采集规则 。就开始着手找一个插件可以能自动识别任意文章url正文内容并采集的#xff0…在做PHP采集内容时用过querylist采集组件但是这个插件采集页面内容时都必须要写个采集选择器。这样比较麻烦每个文章页面都必须指定一条采集规则 。就开始着手找一个插件可以能自动识别任意文章url正文内容并采集的发现有一个插件是采集内容标签给每个标签拆开后打分来分析出正文内容的下面给大家展示实现的过程及代码。
先看截图 采集代码
try{$ql QueryList::get($url);}catch(RequestException $e){//print_r($e-getRequest());return json([statusfalse,msgHttp Error:服务器错误url不存在]);die;}//queryData 方法等同于 query()-getData()-all()//$query $ql-rules($rules)-queryData();$title_rule json_decode(htmlspecialchars_decode($title_rule),true);$content_rule json_decode(htmlspecialchars_decode($content_rule),true);if($thumb_rule)$thumb_rule json_decode(htmlspecialchars_decode($thumb_rule),true);$photos_range htmlspecialchars_decode($photos_range);if(is_array($content_rule)is_array($title_rule)){$rules [title $title_rule,seo_title [title,text],keywords [meta[namekeywords],content],description [meta[namedescription],content],content $content_rule,thumb $thumb_rule];if(empty($thumb_rule))unset($rules[thumb]);}else{$rules [title [h1,text],seo_title [title,text],keywords [meta[namekeywords],content],description [meta[namedescription],content],content [$content_rule,html,-a -ul -li -.group-post-list],thumb [$thumb_rule,src]];}$query $ql-rules($rules)-queryData();这些写对于每个页面都要定好规则比较麻烦有没有一种组件可以任意网址自动识别采集正文内容的 先看效果 只需要输入一个文章的网站自动识别正文内容并采集 主要用的一个插件readabilitygit地址 https://github.com/andreskrey/readability.php 代码
$html file_get_contents($url);
$readability new Readability(new Configuration());
$readability-parse($html);$data[title] $readability-getTitle();
$data[seo_title] $readability-getTitle();
