QueryList递归采集：预期结果与实际结果差异分析及解决方案
在使用QueryList进行多层级数据抓取时，开发者常常遇到文档示例与实际运行结果不一致的情况。本文将通过一个案例，深入分析问题根源并提供有效的解决方案。
问题描述：
目标是从HTML结构中提取标题和列表信息。HTML结构如下：
<div id="demo">
<ul><li>
<h3>xxx</h3>
<div class="list">
<div class="item">item1</div>
<div class="item">item2</div>
</div>
</li>
<li>
<h3>xxx2</h3>
<div class="list">
<div class="item">item12</div>
<div class="item">item22</div>
</div>
</li>
</ul></div>
使用QueryList代码进行数据提取：
// ... (代码片段缺失，无法完整分析) ...
预期结果是分别提取每个<li>下的<h3></h3>标题和item内容。但实际结果却是item内容合并：
<code>Array (
[0] => Array ( [title] => xxx [list] => Array ( [item] => item1item2 ) )
[1] => Array ( [title] => xxx2 [list] => Array ( [item] => item12item22 ) )
)</code>
问题分析：
问题在于内层QueryList对象继承了外层QueryList对象的range参数。range('')并没有真正重置选择器，导致其仍然使用外层range('#demo li')的选择器，从而导致item内容合并。 这可能是由于QueryList内部机制或代码中其他问题导致的。range('') 并非总是能正确重置范围，需要更深入的分析。
解决方案：
为了解决这个问题，需要确保内层QueryList对象独立于外层对象工作。 单纯的range('')可能无效，我们需要更可靠的方法。以下几种方案可以尝试：
-
使用更精确的选择器: 避免使用
range()，直接在rules中使用更精确的CSS选择器，例如：
$data = querylist::html($html)
->rules([
'title' => ['h3', 'text'],
'list' => ['.list .item', 'text'] // 直接选择所有.item元素
])
->range('#demo li')
->query(); // 注意这里直接使用query()，不再需要querydata()的递归
dump($data);
此方法直接提取所有.item元素的文本内容，避免了递归带来的问题。
-
手动循环处理: 放弃QueryList的递归功能，手动循环处理每个
<li>元素：
$lis = querylist::html($html)->find('#demo li');
$data = [];
foreach ($lis as $li) {
$item = [];
$item['title'] = querylist::html($li)->find('h3')->text();
$items = querylist::html($li)->find('.list .item')->map(function($item){return $item->text();})->all();
$item['list'] = $items;
$data[] = $item;
}
dump($data);
这种方法更清晰，更容易理解和调试。
-
深入检查QueryList源码和文档: 如果以上方法无效，则需要深入研究QueryList的源码和文档，查找
range()方法的具体行为和潜在问题，并尝试其他QueryList提供的功能来解决这个问题。 可能需要检查QueryList版本和PHP版本兼容性。
选择哪种方案取决于具体需求和对QueryList的熟悉程度。 建议优先尝试方法1，因为它简洁高效。如果方法1无法满足需求，再考虑方法2。 方法3是最后的选择，需要更深入的编程知识。 记住始终检查QueryList的官方文档和示例代码，以确保正确使用其功能。
