站长资讯网
说到爬虫，很多人就会想到python爬虫，因为它确实有很大的优点。但其实PHP也是可以用来做异步爬取数据的，下面就来给大家介绍一下使用PHP做异步爬取数据的方法。
什么是网络爬虫？
网络爬虫是一个自动提取网页的程序，它为搜索引擎从万维网上下载网页，是搜索引擎的重要组成。传统爬虫从一个或若干初始网页的URL开始，获得初始网页上的URL，在抓取网页的过程中，不断从当前页面上抽取新的URL放入队列,直到满足系统的一定停止条件。
爬虫有什么用？
-
做为通用搜索引擎网页收集器。（google,baidu）
-
做垂直搜索引擎.
-
科学研究：在线人类行为，在线社群演化，人类动力学研究，计量社会学，复杂网络，数据挖掘，等领域的实证研究都需要大量数据，网络爬虫是收集相关数据的利器。
-
偷窥，hacking，发垃圾邮件……
QueryList 简介与特性
QueryList是一套简洁、优雅、可扩展的PHP采集工具(爬虫)，基于phpQuery。
特性：
-
拥有与jQuery完全相同的CSS3 DOM选择器
-
拥有与jQuery完全相同的DOM操作API
-
拥有通用的列表采集方案
-
拥有强大的HTTP请求套件，轻松实现如：模拟登陆、伪造浏览器、HTTP代理等意复杂的网络请求
-
拥有乱码解决方案
-
拥有强大的内容过滤功能，可使用jQuey选择器来过滤内容
-
拥有高度的模块化设计，扩展性强
-
拥有富有表现力的API
-
拥有高质量文档
-
拥有丰富的插件
-
拥有专业的问答社区和交流群
通过插件可以轻松实现诸如：
-
多线程采集
-
图片本地化
-
模拟浏览器行为，如：提交Form表单
-
网络爬虫
环境要求
PHP >= 7.0
如果你的PHP版本还停留在PHP5，或者不会使用Composer,你可以选择使用QueryList3,QueryList3支持php5.3以及手动安装。 QueryList3 文档:http://v3.querylist.cc
安装
通过Composer安装:
composer require jaeger/querylist
使用
元素操作
采集「昵图网」所有图片地址
QueryList::get('http://www.nipic.com')->find('img')->attrs('src');
采集百度搜索结果
$ql = QueryList::get('http://www.baidu.com/s?wd=QueryList'); $ql->find('title')->text(); // 获取网站标题 $ql->find('meta[name=keywords]')->content; // 获取网站头部关键词 $ql->find('h3>a')->texts(); //获取搜索结果标题列表 $ql->find('h3>a')->attrs('href'); //获取搜索结果链接列表 $ql->find('img')->src; //获取第一张图片的链接地址 $ql->find('img:eq(1)')->src; //获取第二张图片的链接地址 $ql->find('img')->eq(2)->src; //获取第三张图片的链接地址 // 遍历所有图片 $ql->find('img')->map(function($img){ echo $img->alt; //打印图片的alt属性 });
