Goutte使おうと思ったらイケてなかった

Goutteとは

• PHPで書かれたWebスクレイピング用のライブラリ
• 競合でPHPだと、
• Simple HTML DOM Parser なんかがある

僕のやりたいこと

• HTMLでしかデータを提供していない掲示板を、スクレイピングして
  データを整形してXML,jsonなんかで出力したい

Goutteは Simple HTML DOM Parser よりはやくてすごい

そろそろ Simple HTML DOM Parser を使うのはやめたほうがいい | localdisk

• Goutteのほうが速度もメモリ的にも有利みたいなのだが・・？

Goutteは抽出条件に一致するものがないと、例外を投げる

• 実際使ってみたら$crawler->filter(抽出条件)で抽出する際、
  抽出できるものが何もないと 例外 を投げてしまう・・

• 配列なんかに抽出したデータを複数格納していく、、なんかをしようとすると、
  抽出条件を指定するたびにExceptionをcatchしないといけなくなり
  コード量がめちゃ増えて非効率すぎる

• クロージャの書き方なら、抽出できなければ中のコードが実行されないだけで、例外は投げられない。
  とはいえ毎回クロージャ使うと簡単に書けるような部分ばかりでもないので、、やはり不便は不便

• Simple HTML DOM Parserだとfind(条件)で見つからなくても、
  Nullになるだけなのでemptyやissetで判定できる