FriendsOfPHP/Goutte

Goutte to prosta biblioteka do skrobania stron internetowych i pełzania po sieci dla PHP. Ma świetne API do przemierzania stron i wyciągania danych z odpowiedzi HTML/XML. Ale uwaga! Ta biblioteka jest już trochę przestarzała. Od wersji v4 Goutte stał się prostym łącznikiem do klasy HttpBrowser z komponentu Symfony BrowserKit. Żeby się przenieść, trzeba zamienić Goutte\Client na Symfony\Component\BrowserKit\HttpBrowser w swoim kodzie. Goutte wymaga PHP 7.1+. Żeby zainstalować, trzeba dodać fabpot/goutte jako wymaganą zależność w pliku composer.json: composer require fabpot/goutte. Można stworzyć instancję klienta Goutte (który rozszerza Symfony\Component\BrowserKit\HttpBrowser): use Goutte\Client; $client = new Client(); Potem można robić zapytania za pomocą metody request(): // Przejdź na stronę symfony.com/blog/ $crawler = $client->request('GET', ''). Ta metoda zwraca obiekt Crawler (Symfony\Component\DomCrawler\Crawler). Żeby użyć własnych ustawień HTTP, można stworzyć i przekazać instancję HttpClient do Goutte. Na przykład, żeby dodać timeout 60 sekund: use Goutte\Client; use Symfony\Component\HttpClient\HttpClient; $client = new Client(HttpClient::create(['timeout' => 60])); Można też klikać w linki: // Kliknij w link "Security Advisories" $link = $crawler->selectLink('Security Advisories')->link(); $crawler = $client->click($link); Wyciąganie danych: // Pobierz najnowszy post w tej kategorii i wyświetl tytuły $crawler->filter('h2 > a')->each(function ($node) { print $node->text()." "; }); Można też wysyłać formularze: $crawler = $client->request('GET', ''); $crawler = $client->click($crawler->selectLink('Sign in')->link()); $form = $crawler->selectButton('Sign in')->form(); $crawler = $client->submit($form, ['login' => 'fabpot', 'password' => 'xxxxxx']); $crawler->filter('.flash-error')->each(function ($node) { print $node->text()." "; }); Żeby dowiedzieć się więcej, trzeba przeczytać dokumentację komponentów BrowserKit, DomCrawler i HttpClient Symfony, żeby poznać więcej o tym, co można zrobić z Goutte. Goutte wymawia się jako goot, czyli rymuje się z boot, a nie out. To cienka warstwa wokół następujących komponentów Symfony: BrowserKit, CssSelector, DomCrawler i HttpClient. Jest licencjonowana na licencji MIT.