The DOM Crawler

A Crawler instance is returned each time you make a request with the Client. It allows you to traverse HTML or XML documents: select nodes, find links and forms, and retrieve attributes or contents.

クライアントでリクエストを行うたびに、Crawler インスタンスが返されます。これにより、HTML または XML ドキュメントをトラバースできます。つまり、ノードの選択、リンクとフォームの検索、および属性またはコンテンツの取得を行うことができます。

Traversing

Like jQuery, the Crawler has methods to traverse the DOM of an HTML/XML document. For example, the following finds all input[type=submit] elements, selects the last one on the page, and then selects its immediate parent element:

jQuery と同様に、Crawler には HTML/XML ドキュメントの DOM をトラバースするメソッドがあります。たとえば、次の例ではすべての input[type=submit] 要素を検索し、ページの最後の要素を選択してから、その直接の親要素を選択します。
1
2
3
4
5
 
$newCrawler = $crawler->filter('input[type=submit]')
    ->last()
    ->parents()
    ->first()
;

Many other methods are also available:

他の多くの方法も利用できます。
filter('h1.title')
Nodes that match the CSS selector.
CSS セレクターに一致するノード。
filterXpath('h1')
Nodes that match the XPath expression.
XPath 式に一致するノード。
eq(1)
Node for the specified index.
指定されたインデックスのノード。
first()
First node.
最初のノード。
last()
Last node.
最後のノード。
siblings()
Siblings.
兄弟。
nextAll()
All following siblings.
以下のすべての兄弟。
previousAll()
All preceding siblings.
先行するすべての兄弟。
parents()
Returns the parent nodes.
親ノードを返します。
children()
Returns children nodes.
子ノードを返します。
reduce($lambda)
Nodes for which the callable does not return false.
callable が false を返さないノード。

Since each of these methods returns a new Crawler instance, you can narrow down your node selection by chaining the method calls:

これらのメソッドはそれぞれ新しい Crawler インスタンスを返すため、メソッド呼び出しを連鎖させることでノードの選択を絞り込むことができます。
1
2
3
4
5
6
7
8
9
 
$crawler
    ->filter('h1')
    ->reduce(function ($node, $i) {
        if (!$node->attr('class')) {
            return false;
        }
    })
    ->first()
;

Tip

ヒント

Use the count() function to get the number of nodes stored in a Crawler: count($crawler)

Crawler:count($crawler) に格納されているノードの数を取得するには、count() 関数を使用します。

Extracting Information

The Crawler can extract information from the nodes:

クローラーは、ノードから情報を抽出できます。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
 
// returns the attribute value for the first node
$crawler->attr('class');

// returns the node value for the first node
$crawler->text();

// returns the default text if the node does not exist
$crawler->text('Default text content');

// pass TRUE as the second argument of text() to remove all extra white spaces, including
// the internal ones (e.g. "  foo\n  bar    baz \n " is returned as "foo bar baz")
$crawler->text(null, true);

// extracts an array of attributes for all nodes
// (_text returns the node value)
// returns an array for each element in crawler,
// each with the value and href
$info = $crawler->extract(['_text', 'href']);

// executes a lambda for each node and return an array of results
$data = $crawler->each(function ($node, $i) {
    return $node->attr('href');
});