在laravel中使用simple_html_dom爬取显示整本小说

Laravel  /  管理员 发布于 8年前   530

如在程序员还看带广告的小说中所述，很多小说网站基本都有特别烦人的广告，要么在整体div添加链接，误触就会跳转到一些网站甚至是死循环，某些手机app也是广告很多，本文就将其应用到laravel框架，最好先了解上一篇，随后自行部署就可以了。

一、在laravel引入第三方类

1.在项目根目录下app目录中新建一个文件夹命名为Lib(自定义名称)

2.如果引入第三方库多的话可以在Lib下再新建几个目录分类,由于只引入了一个类，这里没有新建文件夹。（根据引入类的多少自己定义）

将simple_html_dom.php复制到Lib下

3.找到项目根目录下的composer.json文件，将第三方类的路劲写入autoload下的classmap中，这样才能自动加载

"autoload": {
"classmap": [
"database/seeds",
"database/factories",
"app/Lib/simple_html_dom.php"
]
},

4.在cmd控制台中切换到项目根目录，执行命令:

composer dumpautoload

5.在控制器中use这个类即可

use simple_html_dom;

$html = new simple_html_dom(); 使用

二、创建路由

Route::get('/novel_list','index\Spnovel@index');

三、创建控制器Spnovel.php

<?phpnamespace App\Http\Controllers\index;use simple_html_dom;use Illuminate\Http\Request;use App\Http\Controllers\Controller;class Spnovel extends Controller{public function index(){$url = "https://www.7kzw.com/85/85445/";$list_html = mySpClass::getCurl($url);$data['List'] = self::getList($list_html);return view('index.spnovel.index',$data);}private static function getList($list_html){$html = new simple_html_dom();@$html->load($list_html);$list = $html->find('#list dd a');foreach ($list as $k=>$v) {$arr1=$arr2=[];$p1 = '/<a .*?>(.*?)<\/a>/i';$p2 = '/<a .*? href="(.*?)">.*?<\/a>/i';preg_match($p1,$v->outertext,$arr1);preg_match($p2,$v->outertext,$arr2);$content[$k][0]=$arr1[1];$content[$k][1]=$arr2[1];}array_splice($content,0,12); return $content;}}class mySpClass{// 向服务器发送最简单的get请求public static function getCurl($url,$header=null){// 1.初始化$ch = curl_init($url);   //请求的地址// 2.设置选项curl_setopt($ch,CURLOPT_RETURNTRANSFER,1);//获取的信息以字符串返回,而不是直接输出(必须) curl_setopt($ch,CURLOPT_TIMEOUT,10);//超时时间（必须）curl_setopt($ch, CURLOPT_HEADER,0);// 启用时会将头文件的信息作为数据流输出。 //参数为1表示输出信息头,为0表示不输出curl_setopt($ch,CURLOPT_SSL_VERIFYPEER,false); //不验证证书curl_setopt($ch,CURLOPT_SSL_VERIFYHOST,false); //不验证证书if(!empty($header)){curl_setopt($ch,CURLOPT_HTTPHEADER,$header);//设置头信息}else{$_head = ['User-Agent:Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:70.0) Gecko/20100101 Firefox/70.0']; curl_setopt($ch,CURLOPT_HTTPHEADER,$_head);}// 3.执行$res = curl_exec($ch);// 4.关闭curl_close($ch);return $res;}}

以上代码的解释：首先要对laravel框架了解，对php类要有所了解

访问了以上路由，运行的是Spnovel.php控制器中的index方法，$url是某一本小说的章节列表的地址，将其作为参数运行自定义类mySpClass中的getcurl方法，返回这个页面的html文档字符串。运行此类中的getList方法，参数是需要解析的html字符串。将这个方法私有化，使用simple_html_dom解析，配置正则提取出每章的url地址和章节名称。并返回这个数组，通过return view('index.spnovel.index',$data);将打开index/spnovel/index.blade.php，请看index.blade.php

四、创建视图index.blade.php

<!DOCTYPE html><html><head><title>爬取的小说列表</title><style type="text/css">body{padding:0px;margin:0px;}#lists{width:100%;padding:30px 50px;box-sizing:border-box;}ul{margin:0;padding: 0;overflow:hidden;}ul li{list-style:none;display:inline-block;float:left;width:25%;color:#444;}ul li:hover{color:#777;cursor: pointer;}img {z-index:-1;width:100%;height:100%;position:fixed;}</style></head><body><img src="/static/img/index/novelbg.jpg"><div id="lists"><ul>@foreach($List as $item)<li><a href="/novel_con{{$item[1]}}">{{$item[0]}}</a></li>@endforeach</ul></div></body></html>

以上代码的解释:css就简单的写到这里，img是作为背景图片的。ul里面循环li，{{$item[1]}}是获得的地址参数，{{$item[0]}}是获得的章节名称。看一下数组和最后的效果。

QQ截图20200507121544.png

五、运行

QQ截图20200507121443.png

接下来就是每一章节的内容了

先看路由：

Route::get('/novel_con/{a}/{b}/{c}','index\Spnovel@get_nContent');

这与每一章的url参数相对应，比如某一章的参数为：novel_con/85/85445/27248645.html

写get_nContent方法：

public function get_nContent(Request $req){$url1 = $req->a.'/'.$req->b.'/'.$req->c;$url = "https://www.7kzw.com/".$url1;$res = mySpClass::getCurl($url);//获得// 开始解析$data['artic']= self::getContent($res);$next = (int)$req->c;$next = $next+1;$data['artic']['next']="/novel_con/".$req->a.'/'.$req->b.'/'.$next.'.html';return view('index.spnovel.ncontent',$data);}private static function getContent($get_html){$html = new simple_html_dom();@$html->load($get_html);$h1 = $html->find('.bookname h1');foreach ($h1 as $k=>$v) {$artic['title'] = $v->innertext;}// 查找小说的具体内容$divs = $html->find('#content');foreach ($divs as $k=>$v) {$content = $v->innertext;}// 正则替换去除多余部分$pattern = "/(<p>.*?<\/p>)|(<div .*?>.*?<\/div>)/";$artic['content'] = preg_replace($pattern,'',$content);return $artic;}

解释：$req->a，$req->b，$req->c，分别是三个参数，然后将其合并为一个完整的请求某一章的地址，然后还是通过mySpClass::getCurl获得某一章的html字符串。然后使用本类中的getContent解析这个页面，先看解析方法，和上篇文章一章解析出章节的标题和内容，写到数组中，并且去掉了多余的文字广告部分。$next则是存放的下一章的地址，用于在章节详情页面跳转。

视图ncontent.blade.php

<!DOCTYPE html><html><head><title>{{$artic['title']}}</title><style type="text/css">h2{text-align:center;padding-top:30px;}div{margin:20px 50px;font-size:20px;}img {z-index:-1;width:100%;height:100%;position:fixed;}.next {position:fixed;right:10px;bottom:20px;background:coral;border-radius:3px;padding:4px;}.next:hover{color:#fff;}</style></head><body><img src="/static/img/index/novelbg.jpg"><h2>{{$artic['title']}}</h2><a href="{{$artic['next']}}" class="next">下一章</a><div>{!!$artic['content']!!}</div></body></html>

解释：因为只有当前一篇所以不需要循环，{{$artic['title']}}就是标题，也可以写到title中。{!!$artic['content']!!}的写法就是不需要转义文章的内容，否则就会有很多其他字符了，如<br>等。下一章的按钮的地址直接就用传递过来的即可，position:fixed固定定位按钮，随时可以下一章。

运行：

QQ截图20200507123249.png

总结：本文最重要的环节就是引入第三方类，能够应用他，还有就是laravel的基础，比较习惯使用控制器视图这种方式，带模型的方式还请自行编写验证。

就对一本小说来说这就足够了，当然我们可以扩充，将整站的小说列表写出来，继续传合适的参数就更加完美了。

以上就是在laravel中使用simple_html_dom爬取显示整本小说的详细内容，更多请关注其它相关文章！


  • 上一条：
    如何大型 Laravel 项目中组织路由
    下一条：
    Laravel 7 扩展开发教程

    • 昵称：

    邮箱：

    0条评论 (评论内容有缓存机制,请悉知!)
    Top

    Copyright·© 2019 侯体宗版权所有· 粤ICP备20027696号 PHP交流群

    侯体宗的博客