日韩在线观看-日韩在线成人-日韩在线不卡视频-日韩在线不卡视频-国产精品99-国产精品99

Spider

Spider組件可以方便用戶快速搭建分布式多協(xié)程爬蟲,用戶只需關(guān)心product和consume,product對dom的解析推薦使用Querylist

安裝

composer require easyswoole/spider

快速使用

以百度搜索為例,根據(jù)搜索關(guān)鍵詞爬出每次檢索結(jié)果前幾頁的特定數(shù)據(jù) 純屬教學(xué)目的,如有冒犯貴公司還請及時通知,會及時調(diào)整

Product

<?php
namespace App\Spider;

use EasySwoole\HttpClient\HttpClient;
use EasySwoole\Spider\Config\ProductConfig;
use EasySwoole\Spider\Hole\ProductAbstract;
use EasySwoole\Spider\ProductResult;
use QL\QueryList;
use EasySwoole\FastCache\Cache;

class ProductTest extends ProductAbstract
{

    public function product():ProductResult
    {
        // TODO: Implement product() method.
        // 請求地址數(shù)據(jù)
        $httpClient = new HttpClient($this->productConfig->getUrl());
        $httpClient->setHeader('User-Agent', 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.116 Safari/537.36');
        $body = $httpClient->get()->getBody();

        // 先將每個搜索結(jié)果的a標(biāo)簽內(nèi)容拿到
        $rules = [
            'search_result' => ['.c-container .t', 'text', 'a']
        ];
        $searchResult = QueryList::rules($rules)->html($body)->query()->getData();

        $data = [];
        foreach ($searchResult as $result) {
            $item = [
                'href' => QueryList::html($result['search_result'])->find('a')->attr('href'),
                'text' => QueryList::html($result['search_result'])->find('a')->text()
            ];
            $data[] = $item;
        }

        $productJobOtherInfo = $this->productConfig->getOtherInfo();

        // 下一批任務(wù)
        $productJobConfigs = [];
        if ($productJobOtherInfo['page'] === 1) {
            for($i=1;$i<5;$i++) {
                $pn = $i*10;
                $productJobConfig = [
                    'url' => "https://www.baidu.com/s?wd={$productJobOtherInfo['word']}&pn={$pn}",
                    'otherInfo' => [
                        'word' => $productJobOtherInfo['word'],
                        'page' => $i+1
                    ]
                ];
                $productJobConfigs[] = $productJobConfig;
            }

            $word = Cache::getInstance()->deQueue(self::SEARCH_WORDS);
            if (!empty($word)) {
                $productJobConfigs[] = [
                    'url' => "https://www.baidu.com/s?wd={$word}&pn=0",
                    'otherInfo' => [
                        'word' => $word,
                        'page' => 1
                    ]
                ];
            }

        }

        $result = new ProductResult();
        $result->setProductJobConfigs($productJobConfigs)->setConsumeData($data);
        return $result;
    }

}

Consume

我這里直接存文件了,可按照需求自己定制

<?php
namespace App\Spider;

use EasySwoole\Spider\ConsumeJob;
use EasySwoole\Spider\Hole\ConsumeAbstract;

class ConsumeTest extends ConsumeAbstract
{

    public function consume()
    {
        // TODO: Implement consume() method.
        $data = $this->getJobData();

        $items = '';
        foreach ($data as $item) {
            $items .= implode("\t", $item)."\n";
        }

        file_put_contents('baidu.txt', $items, FILE_APPEND);
    }
}

注冊爬蟲組件

public static function mainServerCreate(EventRegister $register)
{
        $spiderConfig = [
            'product' => ProductTest::class, // 必須
            'consume' => ConsumeTest::class, // 必須
            'queueType' => SpiderConfig::QUEUE_TYPE_FAST_CACHE, // 通信類型默認(rèn)是fast-cache不支持分布式,如需分布式可使用SpiderConfig::QUEUE_TYPE_REDIS,或者自行實現(xiàn)通信隊列
            'queue' => '自定義隊列,如使用組件自帶則不需要', // 自定義通信隊列
            'queueConfig' => '自定義隊列配置,目前只有SpiderConfig::QUEUE_TYPE_REDIS需要',
            'maxCurrency' => 128 // 最大協(xié)程并發(fā)數(shù)(單臺機(jī)器)
        ];
        SpiderServer::getInstance()
            ->setSpiderConfig($spiderConfig)
            ->attachProcess(ServerManager::getInstance()->getSwooleServer());
}

投遞任務(wù)

$words = [
    'php',
    'java',
    'go'
];

foreach ($words as $word) {
    Cache::getInstance()->enQueue('SEARCH_WORDS', $word);
}

$wd = Cache::getInstance()->deQueue('SEARCH_WORDS');

SpiderClient::getInstance()->addJob(
                'https://www.baidu.com/s?wd=php&pn=0',
                [
                    'page' => 1,
                    'word' => $wd
                ]
);
主站蜘蛛池模板: 张志忠主演电视剧| 天下免费大全正版资料| 奖励员工的表扬通告怎么写| 阿尔法变频器说明书| 手机忘记开机密码了怎么解开| 电影大事件| 杨门女将演员表| 北京卫视今天全部节目表| 混凝土结构施工质量验收规范gb50204-2015 | 叶子楣哪部三级露了| 分手男女| 疑云密布 电影| 拔萝卜电影版| 色在线观看| 速度与激情15| 我的冠军男友| 阎良之窗| 陆廷威| 美丽的坏女人中文字幕| 白鹿罗云熙| 二年级第一单元测试卷数学| 歪爱时代| 大胆艺术| 生活秀| 皇家师姐| 国产伦理女村支书| 黄视频免费观看网站| accesscode在线播放| 潜伏电视剧全集30集免费观看| 夏日福星 电影| 楚青丝完美人生免费阅读| 救急战队| 世界赠予我的钢琴曲| 工字钢理论重量| 记忆碎片剧情解析| 铁血丹心吉他独奏谱完整版| 陆廷威| 梦断楼兰电影| 二年级上册数学试卷题全套| 富贵不能淫翻译| 《浪漫樱花》电影|