Question

我正在抓取网站，到目前为止，使用Goutte解析HTML没有问题。但我需要从网站检索JSON，并且由于cookie管理，我不想用file_get_contents()执行此操作 - 这不起作用。

我可以使用纯cURL，但在这种情况下，我只想使用Goutte而不想使用任何其他库。

那么有什么方法可以通过Goutte解析文本，或者我真的必须用旧的方法来做这个吗？

/* Sample Code */
$client = new Client();
$crawler = $client->request('foo');
$crawler = $crawler->filter('bar'); // of course not working

谢谢。

Answer 1

经过对Goutte图书馆的深入搜索，我发现了一种方式，我想分享。因为Goutte是非常强大的库，但是文档非常复杂。

通过（Goutte＆gt; Guzzle）解析JSON

只需获取所需的输出页面并将json存储到数组中。

$client = new Client(); // Goutte Client
$request = $client->getClient()->createRequest('GET', 'http://***.json');   
/* getClient() for taking Guzzle Client */

$response = $request->send(); // Send created request to server
$data = $response->json(); // Returns PHP Array

使用Cookie解析JSON 通过（Goutte + Guzzle） - 进行身份验证

发送请求之一的网站页面（主页看起来更好）以获取Cookie，然后使用这些Cookie进行身份验证。

$client = new Client(); // Goutte Client
$crawler = $client->request("GET", "http://foo.bar");
/* Send request directly and get whole data. It includes cookies from server and 
it automatically stored in Goutte Client object */

$request = $client->getClient()->createRequest('GET', 'http://foo.bar/baz.json');
/* getClient() for taking Guzzle Client */

$cookies = $client->getRequest()->getCookies();
foreach ($cookies as $key => $value) {
   $request->addCookie($key, $value);
}

/* Get cookies from Goutte Client and add to cookies in Guzzle request */

$response = $request->send(); // Send created request to server
$data = $response->json(); // Returns PHP Array

我希望它有所帮助。因为我几乎花了3天时间来了解Gouttle及其组件。

Answer 2

经过几个小时的搜索，我发现了这一点，只需这样做：

$client = new Client(); // Goutte Client
$crawler = $client->request("GET", "http://foo.bar");

$jsonData = $crawler->text();

Answer 3

mithataydogmus＆＃39;解决方案对我没用。我创建了一个新类＆＃34; BetterClient＆＃34;：

use Goutte\Client as GoutteClient;

class BetterClient extends GoutteClient
{
    private $guzzleResponse;

    public function getGuzzleResponse() {
        return $this->guzzleResponse;
    }

    protected function createResponse($response)
    {
        $this->guzzleResponse = $response;
        return parent::createResponse($response);
    }
}

用法：

$client = new BetterClient();
$request = $client->request('GET', $url);
$data = $client->getGuzzleResponse()->json();

Answer 4

我也可以通过以下方式获得JSON：

$client->getResponse()->getContent()->getContents()

可以用Goutte解析JSON吗？

4 个答案: