php 抓取 百度热词 搜索的 http://top.baidu.com/buzz/top10.html 源码 可私聊。

前面开发PHP 的过程中、有一个网站要做一个导航的、需要用到百度热词、百度搜索榜的 TOP50 。

可以根据FOr 循环找出50 条
地址可为这几个都可以抓取 是根据simple_html_dom.php

simple_html_dom.php 百度一下 放到相同的目录下
我用的是THINKPHP 放在同Action中

//http://top.baidu.com/buzz/top10.html
//http://top.baidu.com/buzz?b=1&c=513
//http://top.baidu.com/buzz?b=1&fr=topcategory_c513

1. $now_url = 'http://top.baidu.com/buzz.php?p=top10';
2. $content = '';
3. if (function_exists ( 'curl_init' )) {
4. $ch = curl_init ( $now_url );
5. curl_setopt ( $ch, CURLOPT_HEADER, 0 );
6. curl_setopt ( $ch, CURLOPT_TIMEOUT, 30 ); // 设置超时限制防止死循环
7. curl_setopt ( $ch, CURLOPT_USERAGENT, "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.0)" );
8. // curl_setopt ( $ch, CURLOPT_USERAGENT,
9. // "Baiduspider+(+http://www.baidu.com/search/spider.htm)" );
10. curl_setopt ( $ch, CURLOPT_RETURNTRANSFER, 1 );
11. $content = curl_exec ( $ch );
12. curl_close ( $ch );
13. } elseif (function_exists ( 'file_get_contents' )) {
14. $content = file_get_contents ( $now_url );
15. } else {
16. exit ( '您的服务器同时不支持组件，无法开始采集！' );
17. }
18. include_once ('simple_html_dom.php');
19. // 新建一个Dom实例
20. $html = new simple_html_dom ();
21. // 从字符串中加载
22. $html->load ( $content ); // syncad_3
23. $new1 = $html->find ( 'table .keyword .list-title text' ); // 根据table的keyword list-title查出该标签下的数据
24. $keyArray = array ();
25. for($i = 0; $i $item = iconv ( "GB2312", "UTF-8", $new1 [$i] . '' );
26. $keyArray [] = $item;
27. }
28. $this->assign ( 'keyArray', $keyArray );
29. $html->clear ();
30. unset ( $html );

复制代码

top, baidu, php