Scraping trong PHP bằng DOMXpath

Trong bài viết này sẽ giới thiệu một cách scraping trong PHP bằng DOMXpath và cURL. Nếu bạn muốn scraping một cách đơn giản chỉ cần sử dụng cURL hãy đọc bài viết này.

Lấy html của website bằng cURL

$url = 'https://example.com';
$curl = curl_init();

curl_setopt_array($curl, array(
    CURLOPT_URL => $url,
    CURLOPT_RETURNTRANSFER => true,
    CURLOPT_ENCODING => '',
    CURLOPT_MAXREDIRS => 10,
    CURLOPT_TIMEOUT => 0,
    CURLOPT_FOLLOWLOCATION => true,
    CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
    CURLOPT_CUSTOMREQUEST => 'GET',
    CURLOPT_HTTPHEADER => array(
        'User-Agent: Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/98.0.4758.102 Safari/537.36',
    ),
));

$html = curl_exec($curl);

curl_close($curl);

Khởi tạo DOMDocument và DOMXpath

$doc = new DOMDocument();
$doc->loadHTML($response);

$xpath = new DOMXpath($doc);

Lấy nội dung thẻ title bằng DOMXpath

$elements = $xpath->query('//title');
echo $elements->item(0)->nodeValue;

Lấy nội dung thẻ meta viewport bằng DOMXpath

$elements = $xpath->query('//meta[contains(@name, "viewport")]');
echo $elements->item(0)->attributes->getNamedItem('content')->value;

Scraping trong PHP bằng DOMXpath

categories