PHP抓取网页、解析HTML常用的方法总结

概述

爬虫是我们在做程序时经常会遇到的一种功能。php有许多开源的爬虫工具，如snoopy，这些开源的爬虫工具，通常能帮我们完成大部分功能，但是在某种情况下，我们需要自己实现一个爬虫，本篇文章对php实现爬虫的方式做个总结。

php实现爬虫主要方法

1.file()函数
2.file_get_contents()函数
3.fopen()->fread()->fclose()方式
4.curl方式
5.fsockopen()函数，socket方式
6.使用开源工具，如:snoopy

php解析xml或html主要方式

1.正则表达式
2.php domdocument对象
3.插件，如:php simple html dom parser

总结

这里对php实现爬虫的方式做个简单得总结，本篇设计到得内容还有很多，稍后会对php解析html和xml的方式做个总结。