欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  后端开发

简单的php爬虫案例是什么呢?

程序员文章站 2022-03-13 21:05:53
...
本人php新手,尤其是对php运用极差。
有没有来一段php爬虫的简单案例,激发新手对php热爱的欲望。
比如用php爬某个网站的数据库?
请问如何用php不同的方法和不一样的函数或者用正则比。用file还是什么的?

回复内容:

本人php新手,尤其是对php运用极差。
有没有来一段php爬虫的简单案例,激发新手对php热爱的欲望。
比如用php爬某个网站的数据库?
请问如何用php不同的方法和不一样的函数或者用正则比。用file还是什么的?

https://github.com/search?utf8=%E2%9C%93&q=php+crawler

能好好提问吗?
谁告诉你能爬别人网站的数据库?数据!=数据库.
获取HTML内容的方法可以用file_get_contents(),curl,fopen,fsockopen,etc

最简单的:获取segmentfault首页内容:

echo file_get_contents('https://segmentfault.com/');

HTML内容提取

可能你需要对页面内容进行提取,可以用正则表达式,但是不建议这么用,一旦网站改版很难维护,或者html内容不规则,

建议使用phpquery这样的DOM解析,有国人基于phpquery开发的querylist

find('article.newsentry') as $article) {
    $item['time']    = trim($article->find('time',            0)->plaintext);
    $item['title']   = trim($article->find('h2.newstitle',    0)->plaintext);
    //$item['content'] = trim($article->find('div.newscontent', 0)->plaintext);
    $news[] = $item;
}
print_r($news);

比如上面就是用Simple HTML DOM这个PHP的DOM分析库采集php.net的首页新闻,可以很方便地像jQuery那样进行DOM操作,获取HTML里需要的数据.
http://simplehtmldom.sourceforge.net/manual.htm

相关标签: php