PHP Scraper: Simplifier les opérations de scraping et de crawling

# Scraping Headings

Les titres peuvent être utiles pour se faire une idée du contenu d'un site Web. L'exemple suivant montre comment effectuer un scraping:

  • Un seul Heading
  • Tous les titres d'un niveau particulier (par exemple, <h3>)
  • Tous les titres d'une page

# Récupération d'un seul titre

La récupération d'un seul titre est facile et peut être réalisée en suivant cet exemple:

$web = new \Spekulatius\PHPScraper\PHPScraper;

/**
 * Naviguez vers la page de test. Elle contient:
 *
 * <title>Outline Test</title>
 */
$web->go('https://test-pages.phpscraper.de/content/online.html');

// Imprimer l'en-tête H1
echo $web->h1[0];          // "Outline Test"

Conseil

Le site titre du site web et la rubrique 1 (<h1>) peuvent être différentes. Assurez-vous que vous récupérez le bon.

# Rubriques par niveau

Il peut arriver que vous souhaitiez récupérer toutes les rubriques d'un niveau particulier. L'exemple ci-dessous vous montre comment faire:

$web = new \Spekulatius\PHPScraper\PHPScraper;

/**
 * Naviguez vers la page de test. Elle contient:
 *
 * <h3>Example 1</h3>
 * <p>Here would be an example.</p>
 *
 * <h3>Example 2</h3>
 * <p>Here would be the second example.</p>
 *
 * <h3>Example 3</h3>
 * <p>Here would be another example.</p>
 */
$web->go('https://test-pages.phpscraper.de/content/online.html');

/**
 * Obtenir les en-têtes h3:
 *
 * [
 *    'Example 1',
 *    'Example 2',
 *    'Example 3'
 * ]
 */
$web->h3;

Si aucun titre n'est trouvé, le tableau est laissé vide.

# Toutes les rubriques d'une page

Pour accéder à toutes les rubriques d'une page, vous pouvez le faire en accédant aux différents niveaux de 1 à 6. Ou bien, vous pouvez accéder à toutes les rubriques en même temps:

$web = new \Spekulatius\PHPScraper\PHPScraper;

/**
 * Naviguer vers la page de test. Cette page contient:
 *
 * <h1>We are testing here!</h1>
 * <p>This page contains an example structure to be parsed. It comes with a number of headings and nested paragraphs as an scrape example.</p>
 *
 * <h2>Examples</h2>
 * <p>There are numerous examples on the website. Please check them out to get more context on how scraping works.</p>
 *
 * <h3>Example 1</h3>
 * <p>Here would be an example.</p>
 *
 * <h3>Example 2</h3>
 * <p>Here would be the second example.</p>
 *
 * <h3>Example 3</h3>
 * <p>Here would be another example.</p>
 */
$web->go('https://test-pages.phpscraper.de/content/online.html');

/**
 * $headings contains now:
 *
 * [
 *     [
 *         'We are testing here!'
 *     ],
 *     [
 *         'Examples'
 *     ],
 *     [
 *         'Example 1',
 *         'Example 2',
 *         'Example 3',
 *     ],
 *     [],
 *     [],
 *     []
 * ]
 */
$web->headings;

Comme vous pouvez le constater, il ne contient aucune information sur la structure des rubriques. Il s'agit uniquement de savoir quelles rubriques existent. Si vous souhaitez avoir une aperçu vous devrez utiliser les méthodes correspondantes.

← Outline Extraction →