中文在线一区二区_欧美在线综合_久久久久久综合_欧美一区二区三区视频_国产免费看_国产福利精品一区

Spider

Spider組件可以方便用戶快速搭建分布式多協程爬蟲,用戶只需關心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,根據搜索關鍵詞爬出每次檢索結果前幾頁的特定數據 純屬教學目的,如有冒犯貴公司還請及時通知,會及時調整

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.
        // 請求地址數據
        $httpClient = new HttpClient($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();

        // 先將每個搜索結果的a標簽內容拿到
        $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
        $productJobConfigs = [];
        if ($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)
{
        $spiderConfig = [
            'product' => ProductTest::class, // 必須
            'consume' => ConsumeTest::class, // 必須
            'queueType' => SpiderConfig::QUEUE_TYPE_FAST_CACHE, // 通信類型默認是fast-cache不支持分布式,如需分布式可使用SpiderConfig::QUEUE_TYPE_REDIS,或者自行實現通信隊列
            'queue' => '自定義隊列,如使用組件自帶則不需要', // 自定義通信隊列
            'queueConfig' => '自定義隊列配置,目前只有SpiderConfig::QUEUE_TYPE_REDIS需要',
            'maxCurrency' => 128 // 最大協程并發數(單臺機器)
        ];
        SpiderServer::getInstance()
            ->setSpiderConfig($spiderConfig)
            ->attachProcess(ServerManager::getInstance()->getSwooleServer());
}

投遞任務

$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: 第一色网站 | 综合久久久久 | 久视频在线观看 | 99久久久无码国产精品 | 国产在线观看91一区二区三区 | 99热这里有精品 | 日本女人高潮视频 | 噜噜噜噜噜在线视频 | 亚洲综合区 | 中文字幕av第一页 | 亚洲综合大片69999 | 视频在线一区二区 | 久久精品影视 | 亚洲深深色噜噜狠狠网站 | 国产中文字幕在线 | 成人一区二区三区久久精品嫩草 | 亚洲精品视频在线观看免费 | 一区中文字幕 | 国内成人精品2018免费看 | 亚洲天堂免费在线 | 成年人视频在线观看免费 | 欧洲一区二区三区 | 一级网站在线观看 | 久久精品一区二区三区四区 | 欧美精品99 | 日日嗨av一区二区三区四区 | 超碰c| 一区在线视频 | 欧美伦理一区二区三区 | 美日韩精品视频 | 久久精品片 | 亚洲综合色自拍一区 | av色资源| 日本理伦片午夜理伦片 | 国产精品久久久久久久久久久新郎 | 欧洲精品在线观看 | 久久9999| 成人h免费观看视频 | 凹凸国产成人精品视频免费 | 久久伊人久久 | 精品一区二区三区视频 |