PHP와 Selenium을 사용하여 효율적인 웹 크롤러 구축-PHP 튜토리얼-php.cn

PHP와 Selenium을 사용하여 효율적인 웹 크롤러 구축

王林

풀어 주다： 2023-06-15 12:32:02

원래의

937명이 탐색했습니다.

정보화 시대의 도래와 함께 웹사이트는 정보를 얻는 주요 수단 중 하나로 간주됩니다. 그러나 웹사이트에서 수동으로 정보를 얻는 것은 매우 지루한 작업이므로 웹 페이지를 자동으로 크롤링하는 방법인 웹 크롤러가 있습니다. 이 기사에서는 PHP와 Selenium을 사용하여 정보를 자동으로 수집하는 효율적인 웹 크롤러를 구축하는 방법을 소개합니다.

먼저 PHP와 Selenium을 설치해야 합니다. Selenium은 웹 페이지에서 사용자 작업을 시뮬레이션하는 웹 자동화 테스트 도구입니다. Selenium은 PHP를 포함한 여러 언어와 상호 작용할 수 있습니다. 설치 방법은 공식 문서를 참고하세요.

다음 단계는 Selenium을 PHP에 통합하는 것입니다. 먼저 PHP용 Selenium 라이브러리를 설치합니다. Composer를 통해 설치할 수 있습니다:

composer require facebook/webdriver

로그인 후 복사

설치 후 웹 드라이버를 정의해야 합니다. 여기서는 Chrome 브라우저를 사용하지만 Selenium은 여러 브라우저를 지원합니다. 다음 코드는 별도의 파일로 저장할 수 있습니다.

use FacebookWebDriverRemoteDesiredCapabilities;
use FacebookWebDriverRemoteRemoteWebDriver;

require_once('vendor/autoload.php');

$host = 'http://localhost:4444/wd/hub';

$capabilities = DesiredCapabilities::chrome();
$capabilities->setCapability('goog:chromeOptions', ['args' => ['--headless']]);

$driver = RemoteWebDriver::create($host, $capabilities);

로그인 후 복사

코드 분석:

필요한 클래스 및 파일 소개
드라이버 주소 및 크롬 브라우저 옵션 정의
RemoteWebDriver</를 통해 code> 클래스는 드라이버에 대한 연결을 생성합니다. <code>RemoteWebDriver类创建到驱动程序的连接

一旦连接到了驱动程序，你可以开始模拟用户的操作。例如，访问一个网站：

$driver->get('http://news.baidu.com');

로그인 후 복사

这将打开百度新闻并获取所有的新闻链接：

$news_links = $driver->findElements(WebDriverBy::cssSelector('.c-title a'));
$links = [];
foreach ($news_links as $news_link) {
    $links[] = $news_link->getAttribute('href');
}

로그인 후 복사

代码解析：

使用WebDriverBy::cssSelector通过CSS选择器方式获取所有的新闻链接
遍历每个链接，获取每个链接的URL

现在你获得了所有的新闻链接，你可以遍历它们依次爬取每个链接的内容：

foreach ($links as $link) {
    $driver->get($link);
    $news_title = $driver->findElement(WebDriverBy::cssSelector('.article-title'))->getText();
    $news_content = $driver->findElement(WebDriverBy::cssSelector('.article-content'))->getText();
    // 保存新闻标题和内容至数据库
}

로그인 후 복사

代码解析：

通过WebDriverBy::cssSelector
드라이버에 연결되면 사용자 작업 시뮬레이션을 시작할 수 있습니다. 예를 들어 다음 웹사이트를 방문하세요.

이렇게 하면 Baidu News가 열리고 모든 뉴스 링크를 가져옵니다.

rrreee

코드 분석: 🎜🎜🎜WebDriverBy::cssSelector를 사용하여 다음을 통해 모든 뉴스 링크를 가져옵니다. CSS 선택기 뉴스 링크🎜🎜각 링크를 탐색하여 각 링크의 URL을 가져옵니다🎜🎜🎜이제 모든 뉴스 링크를 얻었으므로 이를 차례로 탐색하고 각 링크의 콘텐츠를 차례로 크롤링할 수 있습니다.🎜rrreee🎜코드 분석:🎜 🎜🎜WebDriverBy::cssSelector를 통과하여 지정된 요소를 찾아 해당 요소의 텍스트 내용을 가져옵니다🎜🎜뉴스 제목과 내용을 데이터베이스에 저장합니다🎜🎜🎜위 내용은 효율적인 웹을 구축하기 위한 기초입니다. PHP와 Selenium을 사용하는 크롤러. 물론 추가 최적화가 필요한 경우 멀티스레딩을 사용하여 효율성을 높이고 글꼴 난독화 방지를 사용하여 일부 웹사이트에서 글꼴 난독화를 해제하는 문제를 해결하는 등 여러 도구 및 기술과 함께 사용할 수 있습니다. 크롤러의 세계는 이상한 것들로 가득 차 있습니다. 자신에게 가장 적합한 방법과 도구를 발견할 수 있기를 바랍니다! 🎜

위 내용은 PHP와 Selenium을 사용하여 효율적인 웹 크롤러 구축의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!