GouttePHP 爬蟲庫

Goutte 是一個抓取網站數(shù)據的 PHP 庫。它提供了一個優(yōu)雅的 API，這使得從遠程頁面上選擇特定元素變得簡單。

示例代碼：

require_once '/path/to/goutte.phar';

use Goutte\Client;

//發(fā)送請求
$client = new Client();
$crawler = $client->request('GET', 'http://www.oschina.net/');

//點擊鏈接
$link = $crawler->selectLink('Plugins')->link();
$crawler = $client->click($link);

//提交表單
$form = $crawler->selectButton('sign in')->form();
$crawler = $client->submit($form, array('signin[username]' => 'fabien', 'signin[password]' => 'xxxxxx'));

//提取數(shù)據
$nodes = $crawler->filter('.error_list');
if ($nodes->count())
{
  die(sprintf("Authentication error: %s\n", $nodes->text()));
}

printf("Nb tasks: %d\n", $crawler->filter('#nb_tasks')->text());