php snoopy官网,PHP Client Snoopy.class.php 的扩展优化

这几天在研究Snoopy的采集程序，完成对百度文档的采集和附件下载。

其中需要使用到对HTML进行DOM模型操作，读取表单中某个字段的Value，于是在网上找了一些类，发现了HTML SQL 和 DOMDocument两个类，功能还算是比较完善，可惜并没有我想要的效果，于是决定自己动手开发。

其中要加上自己的一些想法，在离开北京的最后一天，写上此文，估计年后就能看到成品了。希望这次回家不要太贪玩了。吼吼。

首先，要实现类Javascript的操作，如document.getElementById 和document.getElementByName，分别返回一个HTML元素对象和一个数组，唯一的HTML元素可以使用对象输出HTML的参数和值。

以下给出代码片段。

[php]

/* 获取指定ID的HTML元素 */

function getElementById($Value)

{

$this->__getElement($URI, 'id', $Value);

if(is_array($this->results) && count($this->results) > 0)

$this->results = array_shift($this->results);

$this->results = $this->__ElementToObj($this->results);

}

/* 获取指定名称的HTML元素 */

function getElementByName($Value)

{

return $this->__getElement('name', $Value);

}

/* 获取指定标记的HTML元素 */

function getElementByTag($TAG = '')

{

$result = $this->results;

if($TAG) $TAG = "($TAG)";

else $TAG = '[a-z]+';

preg_match_all("@]*?>@isU", $result, $Elements);

$this->Elements = $Elements[0];

return count($Elements[0]);

}

/* 获取含有某些属性或者值的HTML元素 */

function __getElement($ELE, $value=NULL)

{

if(!$this->getElementByTag()){

return false;

}else $Elements = $this->Elements;

$ELE = explode('|', $ELE);

foreach ($ELE as $E)

{

$this->__matchElement($Elements, $E, $value);

}

sort($Elements);

return $Elements;

}

function __matchElement(&$Elements, $E, $value=NULL)

{

if($value !== NULL) $value = "[\"'\s]*?{$value}[\"'\s]*?\"";

else $value = '';

if(is_array($Elements))

{

foreach ($Elements as $key=>$html)

{

if(!preg_match("@\s{$E}={$value}@is", $html)) unset($Elements[$key]);

}

}else{

if(!preg_match("@\s{$E}={$value}@is", $Elements)) unset($Elements);

}

return $Elements;

}

function __ElementToObj($Elements)

{

if( is_array($Elements) )

{

foreach ($Elements as $key=>$E)

$Elements[$key] = $this->__ElementToObj($E);

}else{

preg_match_all("@\s([a-z]+)=[\"']*?([^\"']*?)[\"']*?@isU", $Elements, $Obj);

$Elements = new stdClass();

foreach ($Obj[1] as $key=>$value)

{

$Elements->$Obj[1][$key] = $Obj[2][$key];

}

}

return $Elements;

}

[/php]

使用方法也比较简单。

[php]

$this = getElementById('thisid');

$this -> title;//输出title

$this -> value;//输出value

[/php]

基本工作完成了，接下来是一些扩展，准备加入以下功能。

连贯操作

类似Jquery的节点选择器功能。

先说连贯功能是什么东西。PHP类的连贯操作，在一个方法后直接调用另一个同级方法，我们习惯上称其连贯接口。在ThinkPHP2.0中，此方法使用十分普遍，逻辑清晰，效率也比较高，最重要的是，我觉得这功能很帅....

至于连贯接口，也不是那么难懂，简单来说就是把结果返回给类本身，那类就可以执行其它允许的方法了，有想入门的童鞋可以看看这个文章：http://www.raychou.com/chou/posts/334.htm。

说到这里，可以给出一个演示。在一个html页面中，有一个表单，表单中有几个域，还有不同的值。来演示一下取得这些值的操作过程。

[php]html->form->input->name->value[/php]

按DOM模型的路径，可以定位我们需要的元素和参数值，这里的选择过程非常类似Query的选择器，这里也简单模拟一个过程。

[php]

$obj = form( array('name'=>'testname','class'=>'testclass'))

//如果有多个Form，可以用数组的方式缩小选择范围

->input('name'=>'username') //获取一个域

->select(); //转换成数组或者对象

[/php]

一个按Dom模型的选择过程就实现了，这里按HTML的元素类型进行选择的时候，是直接按元素名称进行方法命名的。考虑到可能在类中写不了很多HTML元素的方法，这里可以用__call方法来转载方法到另外一个操作上。

如:

[php]$this->form(array('name'=>'testname','class'=>'testclass'))[/php]

被重定向其它操作，并返回数据到$this->results中，以便其它方法或者连贯方法调用

[php]$this->getElement('form', array('name'=>'testname','class'=>'testclass'))[/php]

那么，按DOM模型进行节点选择的功能规划，就算大功告成了，回家以后的工作就是把过程完善，HTML元素的选择和逻辑处理，敬请期待。