QueryList递归采集结果异常:文档示例与实际结果为何不一致?(递归.示例.采集.异常.文档...)

wufei1232025-04-06PHP8

querylist递归采集结果异常:文档示例与实际结果为何不一致?

QueryList递归采集:预期结果与实际结果差异分析及解决方案

在使用QueryList进行多层级数据抓取时,开发者常常遇到文档示例与实际运行结果不一致的情况。本文将通过一个案例,深入分析问题根源并提供有效的解决方案。

问题描述:

目标是从HTML结构中提取标题和列表信息。HTML结构如下:

<div id="demo">
    <ul><li>
          <h3>xxx</h3>
          <div class="list">
            <div class="item">item1</div>
            <div class="item">item2</div>
          </div>
        </li>
         <li>
          <h3>xxx2</h3>
          <div class="list">
            <div class="item">item12</div>
            <div class="item">item22</div>
          </div>
        </li>
    </ul></div>

使用QueryList代码进行数据提取:

// ... (代码片段缺失,无法完整分析) ...

预期结果是分别提取每个

  • 下的标题和item内容。但实际结果却是item内容合并:
    Array ( 
        [0] => Array ( [title] => xxx [list] => Array ( [item] => item1item2 ) ) 
        [1] => Array ( [title] => xxx2 [list] => Array ( [item] => item12item22 ) ) 
    )

    问题分析:

    问题在于内层QueryList对象继承了外层QueryList对象的range参数。range('')并没有真正重置选择器,导致其仍然使用外层range('#demo li')的选择器,从而导致item内容合并。 这可能是由于QueryList内部机制或代码中其他问题导致的。range('') 并非总是能正确重置范围,需要更深入的分析。

    解决方案:

    为了解决这个问题,需要确保内层QueryList对象独立于外层对象工作。 单纯的range('')可能无效,我们需要更可靠的方法。以下几种方案可以尝试:

    1. 使用更精确的选择器: 避免使用range(),直接在rules中使用更精确的CSS选择器,例如:
    $data = querylist::html($html)
        ->rules([
            'title' => ['h3', 'text'],
            'list' => ['.list .item', 'text'] // 直接选择所有.item元素
        ])
        ->range('#demo li')
        ->query(); //  注意这里直接使用query(),不再需要querydata()的递归
    dump($data);

    此方法直接提取所有.item元素的文本内容,避免了递归带来的问题。

    1. 手动循环处理: 放弃QueryList的递归功能,手动循环处理每个
    2. 元素:
    $lis = querylist::html($html)->find('#demo li');
    $data = [];
    foreach ($lis as $li) {
        $item = [];
        $item['title'] = querylist::html($li)->find('h3')->text();
        $items = querylist::html($li)->find('.list .item')->map(function($item){return $item->text();})->all();
        $item['list'] = $items;
        $data[] = $item;
    }
    dump($data);

    这种方法更清晰,更容易理解和调试。

    1. 深入检查QueryList源码和文档: 如果以上方法无效,则需要深入研究QueryList的源码和文档,查找range()方法的具体行为和潜在问题,并尝试其他QueryList提供的功能来解决这个问题。 可能需要检查QueryList版本和PHP版本兼容性。

    选择哪种方案取决于具体需求和对QueryList的熟悉程度。 建议优先尝试方法1,因为它简洁高效。如果方法1无法满足需求,再考虑方法2。 方法3是最后的选择,需要更深入的编程知识。 记住始终检查QueryList的官方文档和示例代码,以确保正确使用其功能。

  • 以上就是QueryList递归采集结果异常:文档示例与实际结果为何不一致?的详细内容,更多请关注知识资源分享宝库其它相关文章!

    发表评论

    访客

    ◎欢迎参与讨论,请在这里发表您的看法和观点。