使用QueryList解析微信文章
2017-02-27 20:56
459 查看
背景:最近工作中需要做一个通过微信文章url抓取微信文章的功能,网页解析使用的是QueryList。将代码实现的逻辑记录一下。
具体实现代码如下:
具体实现代码如下:
/** * @param $url 微信文章url * @return bool */ function spideWx($url){ if(empty($url)) return false; $_host = parse_url($url, PHP_URL_HOST); //获取主机名 if($_host !== 'mp.weixin.qq.com') return false; //不是来自微信文章 $html = file_get_contents($url); if(empty($html)) return false; $html = str_replace("<!--headTrap<body></body><head></head><html></html>-->", "", $html); //去除微信干扰元素!!!否则乱码 preg_match("/var msg_cdn_url = \".*\"/", $html, $matches); //获取微信封面图 $coverImgUrl = $matches[0]; $coverImgUrl = substr(explode('var msg_cdn_url = "', $coverImgUrl)[1], 0, -1); $rules = array( //设置QueryList的解析规则 'content' => array('#js_content', 'html'), //文章内容 'title' => array('#activity-name', 'text'), //文章标题 'author'=> array('.rich_media_meta_text:eq(1)','text'), //作者 'account_name' => array('#js_profile_qrcode .profile_nickname','text'), //公众号 'account_en_name' => array('#js_profile_qrcode .profile_meta:eq(0) .profile_meta_value','text'), //公众号英文标识 ); //替换图片链接,解决微信图片防盗链 $_link = 'http://read.html5.qq.com/image?src=forum&q=5&r=0&imgflag=7&imageUrl='; $data = QueryList::Query($html,$rules)->getData(); //执行解析 $_res = $data[0]; //获取解析结果 if(empty($_res)) return false; //解析失败 $_res['thumb'] = $_link.$coverImgUrl; //封面图 $_res['title_crc'] = sprintf("%u", crc32($_res['title'])); //标题crc $_res['url_crc'] = sprintf("%u", crc32($url)); //url-crc $pattern = '/<img([^>]*)data-src\s*=\s*([\' "])([\s\S]*?)([^>]*)/'; //正则替换内容中的图片链接 $_res['content'] = preg_replace($pattern, '<img$1src=$2'.$_link.'$3$4', $_res['content']); return $_res; }
相关文章推荐
- 使用Jsoup解析XML抓取新浪新闻文章
- WordPress开发中用于获取近期文章的PHP函数使用解析
- 微信小程序使用百度地图API逆地址解析
- XmlPullParser.nextText() bug 好文章,使用pull解析xml注意
- 解析微信精选——ListView点击后加载文章
- 微信编辑器中使用ueditor,百度ueditor编辑器发送公众号文章
- jeewx的使用_02 解析微信服务器post过来的数据
- 微信对账单接口的使用以及对接口数据的解析方式
- 词语相似度计算:3、使用urllib爬取wiki文章,使用beautifulSoup解析html
- 使用Vue.js开发微信小程序开源框架mpvue解析
- 织梦自动发布文章插件,附带百度实时提交功能 使用解析
- WordPress开发中用于获取近期文章的PHP函数使用解析
- python的【爬虫】:使用urllib爬取wiki文章,使用beautifulSoup解析html
- 微信小程序从使用到分析快速解析
- 微信小程序使用wxParse解析html的实现示例
- 2017年最后一篇技术文章:微信小程序游戏"跳一跳"刷榜原理解析
- 微信小程序使用wxParse解析html的方法教程
- 【微信第三方平台】授权实现及所使用的框架解析
- 微信小程序实现快递查询功能(界面传值、JSON数据请求和解析、radio-group的使用...)
- 使用fastjson解析json抓取新浪新闻文章