Парсер HTML кода выдачи яндекса(позиции сайтов и директ реклама) на PHP

Последняя проверка работоспособности(актуальности) скрипта: 3.02.2022.

Данный скрипт предполагает только разбор HTML кода выдачи поисковой системы Яндекс. Именно в этом скрипте коннект к серверу Яндекс и подстановка фраз и регионов не предусмотрена. То есть изначально Вы самостоятельно должны получить HTML код с страницы выдачи яндекс, а уже затем передать его в работу приведённого ниже скрипта. На выходе Вы получите для поисковой выдачи позиции, доменное имя и название. А для рекламных объявлений вместо позиций в результате возвращается слово реклама.

Скрипт в своей работе использует библиотеку для парсинга curlPro.

<?php
require_once "curlPro.php";

$bigText = file_get_contents("data.txt");//в этом файле содержится html код страницы с выдачей поисковой системы яндекс как есть, который необходимо предварительно получить, как вариант можете скопировать его из исходного кода страницы браузера
$parser = new textparser($bigText);

$parser->moreone(true);
$pos = 0;
echo "<table>\n";
echo "<tr><td width=\"100\">Позиция</td><td width=\"200\">Домен</td><td width=\"400\">Название</td></tr>\n";
//foreach ($parser->parse("<div class=organic__url",false) as $one) {//Так нужно было до 2021 года
foreach ($parser->parse("<div class=\"OrganicTitle-LinkText organic__url",false) as $one) {
  $reclama = false;if (strpos($one->val(),">реклама<") !== false) {$reclama = true;}
  $thisPos = "реклама";
  $one->moreone(false);

//Парсинг имени
  $name = strip_tags($one->parse(">","</div>")->val());

//парсинг домена
  $domen = $one->parse("<div ","</b>");
  $domen->moreone(false);
  $domen = strtolower($domen->parse("<b>",false)->val());

if (!(strpos($domen,"ндекс.У") !== false)) {//Если не является сервисом яндекс.Услуги
    if (!$reclama) {$pos++;$thisPos = $pos;}
    echo "<tr><td width=\"100\">$thisPos</td><td width=\"200\">$domen</td><td width=\"400\">$name</td></tr>\n";
  }
}
echo "</table>\n";

Комментарии