如何解决获取纯 HTML/标签
我有一个 cronjob,我想定期检查我的网站之一是否有某个标签/类 - 使用 guzzlehttp 池。到目前为止,我有以下代码:
$oClient = new Client(['expect' => false]);
foreach ($aDomains as $iDomainKey => $odomain)
{
array_push($aCreatedRequests,new Request('GET',$odomain));
}
$pool = new Pool($oClient,$aCreatedRequests,[
'concurrency' => 50,'options' => ['timeout' => 10],'fulfilled' => function ($response,$index) use (&$aAcceptedResponse)
{
$json = json_decode((string)$response->getBody()->getContents());
},'rejected' => function ($reason,$index) use(&$aRejectedResponses)
{
$aRejectedResponses[] = $index;
},]);
$promise = $pool->promise();
$promise->wait();
这确实给了我 HTML(但很慢),而且它似乎只是在循环并下载我网站上的所有垃圾库/框架 - 如上所述,我只想要/只需要HTML,所以我可以使用 simple_html_dom 来找到我的标签/类。
我已经阅读了一些 guzzle 文档(这让我走到了这一步) - 但我似乎无法更进一步 - 而且我的谷歌忍者技能也没有让我更进一步。
所以我在这里问;他们有什么正确的方法可以做到这一点吗?
解决方法
所以经过更多的时间,试图解决这个问题 - 我偶然发现了一些有效的东西
$oClient = new Client(['expect' => false]);
$aAcceptedResponse = [];
$aRejectedResponses = [];
foreach ($aDomains as $iDomainKey => $oDomain)
{
array_push($aCreatedRequests,new Request('GET',$oDomain));
}
$pool = new Pool($oClient,$aCreatedRequests,[
'concurrency' => 50,'options' => ['timeout' => 10],'fulfilled' => function ($response,$index) use (&$aAcceptedResponse)
{
$aAcceptedResponse[$index] = $response->getBody()->getContents();
// $json = json_decode((string)$response->getBody()->getContents());
},'rejected' => function ($reason,$index) use(&$aRejectedResponses)
{
$aRejectedResponses[] = $index;
},]);
$promise = $pool->promise();
$promise->wait();
foreach($aAcceptedResponse as $iTest => $sHTLM)
{
$simpleHTMLDom = str_get_html($sHTLM);
echo '<pre>';
print_r(count($simpleHTMLDom->find('.td-icon-star')));
echo '</pre>';
}
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。