PHP 高级爬虫 Puphpeteer + Puppeteer + Chrome Headless

home

PHP 高级爬虫 Puphpeteer + Puppeteer + Chrome Headless

栏目:经验分享作者:小天点击: 9,885 次

Puphpeteer 和 Puppeteer的名字极为相似，但Puppeteer是Google Chrome官方团队进行维护的，Puppeteer是一个node库，他提供了一组用来操纵Chrome的API（默认headless也就是无UI的chrome，也可以配置为有UI），有点类似于PhantomJS，而Puphpeteer是第三方开发商开发，是PHP的Puppeteer桥梁，支持全部Puppeteer API。基于Rialto，是一个通过PHP来管理来Node资源的软件包。

正因为Puppeteer是一个node库，它需要安装nodeJS环境来支持。

Puphpeteer源码：https://github.com/extractr-io/puphpeteer
Puphpeteer包的地址：https://packagist.org/packages/extractr-io/puphpeteer
Puppeteer源码：https://github.com/GoogleChrome/puppeteer
英文API文档：https://github.com/GoogleChrome/puppeteer/blob/master/docs/api.md
在线测试：https://try-puppeteer.appspot.com/

关于Puppeteer的中文实例：https://github.com/zhentaoo/puppeteer-deep
中文API文档：https://zhaoqize.github.io/puppeteer-api-zh_CN/

以下是一个登陆的例子：

const USERNAME = 'xxxxxxxxxxxx';
const PASSWORD = '********';
const browser = await puppeteer.launch();
const page = await browser.newPage();
await page.goto('https://github.com/login')
await page.focus('input[name="login"]');
await page.keyboard.type(USERNAME);
await page.focus('input[name="password"]');
await page.keyboard.type(PASSWORD);
await page.click('input[type="submit"]');
await page.waitForNavigation();
await page.screenshot({path: 'example.png'});
await browser.close();