使用phpQuery轻松采集网页内容
phpquery是一个基于php的服务端开源项目，它可以让php开发人员轻松处理dom文档内容，比如获取某新闻网站的头条信息。更有意思的是，它采用了jquery的思想，你可以像使用jquery一样处理页面内容，获取你想要的页面信息。
采集头条
先看一实例，现在我要采集新浪网国内新闻的头条，代码如下：
include 'phpQuery/phpQuery.php'; phpQuery::newDocumentFile('http://news.sina.com.cn/china'); echo pq(".blkTop h1:eq(0)")->html();
简单的三行代码，就可以获取头条内容。首先在程序中包含phpQuery.php核心程序，然后调用读取目标网页，最后输出对应标签下的内容。
pq()是一个功能强大的方法，跟jQuery的$()如出一辙，jQuery的选择器基本上都能使用在phpQuery上，只要把“.”变成“->”。如上例中，pq(".blkTop h1:eq(0)")抓取了页面class属性为blkTop的DIV元素，并找到该DIV内部的第一个h1标签，然后用html()方法获取h1标签里的内容（带html标签），也就是我们要获取的头条信息，如果使用text()方法，则只获取头条的文本内容。当然要使用好phpQuery，关键是要找对文档中对应内容的节点。
采集文章列表
下面再来看一个例子，获取helloweba.com网站的blog列表，请看代码：
立即学习“PHP免费学习笔记（深入）”；
include 'phpQuery/phpQuery.php'; phpQuery::newDocumentFile('http://www.helloweba.com/blog.html'); $artlist = pq(".blog_li"); foreach($artlist as $li){ echo pq($li)->find('h2')->html().""; }
通过循环列表中的DIV，找出文章标题并输出，就是这么简单。
系统简介逍遥内容管理系统（CarefreeCMS）是一款功能强大、易于使用的内容管理平台，采用前后端分离架构，支持静态页面生成，适用于个人博客、企业网站、新闻媒体等各类内容发布场景。核心特性1、模板套装系统 - 支持多套模板自由切换，快速定制网站风格2、静态页面生成 - 一键生成纯静态HTML页面，访问速度快，SEO友好3、文章管理 - 支持富文本编辑、草稿保存、文章属性标记、自动提取SEO4、全
解析XML文档
假设现在有一个这样的test.xml文档：
张三 22 王五 18
现在我要获取名字为张三的联系人的年龄，代码如下：
include 'phpQuery/phpQuery.php'; phpQuery::newDocumentFile('test.xml'); echo pq('contact > age:eq(0)');
结果输出：22
像jQuery一样，精准查找文档节点，输出节点下的内容，解析一个XML文档就是这么简单。现在你不必为采集网站内容而使用那些头疼的正则算法、内容替换等繁琐的代码了，有了phpQuery，一切就变得轻松多了。
项目官网地址：http://code.google.com/p/phpquery/
