简单的php爬虫案例是什么呢？-php教程-PHP中文网

简单的php爬虫案例是什么呢？

php中文网

发布： 2016-06-06 20:19:15

原创

1815人浏览过

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：

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:

立即学习“PHP免费学习笔记（深入）”；

PHP开发实用指南 2.0

对于一个刚进入PHP 开发大门的程序员，最需要的就是一本实用的开发参考书，而不仅仅是各种快速入门的only hello wold。在开发的时候，也要注意到许多技巧和一些“潜规则”。PHP是一门很简单的脚本语言，但是用好它，也要下功夫的。同时，由于PHP 的特性，我一再强调，最NB 的PHP 程序员都不是搞PHP 的。为什么呢？因为PHP 作为一种胶水语言，用于粘合后端数据库和前端页面，更多需

397

查看详情

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

登录后复制

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

<?php
require dirname(__FILE__).'/simple_html_dom.php';
$html = file_get_html('http://php.net');
$news = array();
foreach($html->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);

登录后复制

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