php爬蟲(chóng)實(shí)戰(zhàn)（抓取美拍視頻）-創(chuàng)新互聯(lián)

抓取頁(yè)面
企業(yè)建站必須是能夠以充分展現(xiàn)企業(yè)形象為主要目的，是企業(yè)文化與產(chǎn)品對(duì)外擴(kuò)展宣傳的重要窗口，一個(gè)合格的網(wǎng)站不僅僅能為公司帶來(lái)巨大的互聯(lián)網(wǎng)上的收集和信息發(fā)布平臺(tái)，創(chuàng)新互聯(lián)建站面向各種領(lǐng)域：成都茶藝設(shè)計(jì)等成都網(wǎng)站設(shè)計(jì)、成都營(yíng)銷(xiāo)網(wǎng)站建設(shè)解決方案、網(wǎng)站設(shè)計(jì)等建站排名服務(wù)。

地址：http://www.meipai.com/medias/hot

public function getContentByFilegetcontents($url) { $content = file_get_contents($url); return $content; }

然后我們會(huì)獲取到整個(gè)頁(yè)面的代碼，接下來(lái)就是從代碼中提取出視頻的地址標(biāo)題圖片等關(guān)鍵信息

2.提取

我們發(fā)現(xiàn)視頻的主要代碼集中在以下代碼中

<li class="pr no-select loading J_media_list_item" itemscope itemtype="http://schema.org/VideoObject"> <img src="/upload/otherpic42/108717.jpg!thumb320" width="300" height="300" class="db pa pai" alt="手撕包菜。包菜撕片裝洗凈備用。熱鍋入油五花肉下鍋煸炒出油，多余的油盛出。放醬油肉上色，盛出。之前的油倒鍋內(nèi)，放蒜辣椒炒香，下包菜繼續(xù)翻炒，倒適量醬油老抽五香粉。再下之前炒好的五花肉翻炒，放適量鹽，出鍋前放雞精淋入適量香醋即可非常香啊，超級(jí)下飯。喜歡的點(diǎn)贊奧#美食##家常菜#" itemprop="thumbnail"> <div id="w517161790" class="content-l-video content-l-media-wrap pr cp" data-id="517161790" data-video="http://mvvideo1.meitudata.com/5734040ae2dec950.mp4"> <div class="layer-black pa"></div> <a hidefocus href="/media/517161790" target="_blank" class="content-l-p pa" title="手撕包菜。包菜撕片裝洗凈備用。熱鍋入油五花肉下鍋煸炒出油，多余的油盛出。放醬油肉上色，盛出。之前的油倒鍋內(nèi)，放蒜辣椒炒香，下包菜繼續(xù)翻炒，倒適量醬油老抽五香粉。再下之前炒好的五花肉翻炒，放適量鹽，出鍋前放雞精淋入適量香醋即可非常香啊，超級(jí)下飯。喜歡的點(diǎn)贊奧#美食##家常菜#"> <meta itemprop="url" content="/media/517161790"> <i class="icon icon-item-play"></i> <strong class="js-convert-emoji" itemprop="description">哈喇嘎子流成河</strong> </a> </div> <div class="pr" itemscope itemtype="http://schema.org/AggregateRating"> <a hidefocus href="/user/62299474" class="dbl h58"> <img src="/upload/otherpic42/108718.jpg!thumb60" width="28" height="28" class="avatar m10" title="小優(yōu)Lucky" alt="小優(yōu)Lucky"> </a> <p class="content-name pa"> <a hidefocus href="/user/62299474" class="content-name-a js-convert-emoji" title="小優(yōu)Lucky" itemprop="author">小優(yōu)Lucky</a> </p> <div class="content-like pa" data-id="517161790"> <i class="icon icon-like"></i> <span itemprop="ratingCount">3060</span> </div> <a hidefocus href="/media/517161790" data-sc="1" target="_blank" class="conten-command pa" data-id="517161790"> <i class="icon icon-command"></i> <span itemprop="reviewCount">100</span> </a> </div> </li>

通過(guò)正則匹配

public function extracturl($page) { $matches = array(); $voide=array(); $mainurl=""; $list=array(); $j=0; $pat = "/<li class=\"pr no-select loading J_media_list_item\".*?>.*?<\/li>/ism"; preg_match_all($pat, $page, $matches, PREG_PATTERN_ORDER); for ($i=0; $i <count($matches[0]) ; $i++) { $pat1 ="/data-video=\"(.*?)\"/ism"; preg_match_all($pat1, $matches[0][$i], $voide, PREG_PATTERN_ORDER); $myvoide=$voide[1][0]; $pat2 ="/src=\"(.*?)\"/ism"; preg_match_all($pat2, $matches[0][$i], $img, PREG_PATTERN_ORDER); $myimg=$img[1][0]; $pat3 ="/<strong class=\"js-convert-emoji\".*?>(.*?)<\/strong>/ism"; preg_match_all($pat3, $matches[0][$i], $title, PREG_PATTERN_ORDER); $mytitle= $title[1][0]; $list[$j++]=array( 'voide'=>$myvoide, 'title'=>$mytitle, 'img'=>$myimg); } return $list; } }

全部代碼

<?php class Cutecrawler { public function getContentByFilegetcontents($url) { $content = file_get_contents($url); return $content; } public function extracturl($page) { $matches = array(); $voide=array(); $mainurl=""; $list=array(); $j=0; $pat = "/<li class=\"pr no-select loading J_media_list_item\".*?>.*?<\/li>/ism"; preg_match_all($pat, $page, $matches, PREG_PATTERN_ORDER); for ($i=0; $i <count($matches[0]) ; $i++) { $pat1 ="/data-video=\"(.*?)\"/ism"; preg_match_all($pat1, $matches[0][$i], $voide, PREG_PATTERN_ORDER); $myvoide=$voide[1][0]; $pat2 ="/src=\"(.*?)\"/ism"; preg_match_all($pat2, $matches[0][$i], $img, PREG_PATTERN_ORDER); $myimg=$img[1][0]; $pat3 ="/<strong class=\"js-convert-emoji\".*?>(.*?)<\/strong>/ism"; preg_match_all($pat3, $matches[0][$i], $title, PREG_PATTERN_ORDER); $mytitle= $title[1][0]; $list[$j++]=array( 'voide'=>$myvoide, 'title'=>$mytitle, 'img'=>$myimg); } return $list; } } $url = "http://www.meipai.com/medias/hot"; $crawler = new Cutecrawler(); $content = $crawler->getContentByFilegetcontents($url); $c=$crawler->extracturl($content); var_dump($c); ?>

最后結(jié)果：

array(24) { [0]=> array(3) { ["voide"]=> string(51) "http://mvvideo2.meitudata.com/5737fd5caeb838981.mp4" ["title"]=> string(27) "老師那些年常說(shuō)的話" ["img"]=> string(58) "https://cache.yisu.com/upload/information/20200310/52/108720.jpg!thumb320" } [1]=> array(3) { ["voide"]=> string(50) "http://mvvideo2.meitudata.com/5737fceabf873602.mp4" ["title"]=> string(21) "女友突然冷落你" ["img"]=> string(58) "http://mvimg2.meitudata.com/5736d25d0aa5d8991.jpg!thumb320" } [2]=> array(3) { ["voide"]=> string(51) "http://mvvideo2.meitudata.com/5737f300131e18596.mp4" ["title"]=> string(27) "女明星之間的內(nèi)心戲" ["img"]=> string(58) "https://cache.yisu.com/upload/information/20200310/52/108722.jpg!thumb320" } [3]=> array(3) { ["voide"]=> string(51) "http://mvvideo2.meitudata.com/5737eb9d0bfc92046.mp4" ["title"]=> string(24) "真替老師感到悲劇" ["img"]=> string(57) "https://cache.yisu.com/upload/information/20200310/52/108723.jpg!thumb320" }

接下來(lái)。。。你可以存入數(shù)據(jù)庫(kù)

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)cdcxhl.cn，海內(nèi)外云服務(wù)器15元起步，三天無(wú)理由+7*72小時(shí)售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國(guó)服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡(jiǎn)單易用、服務(wù)可用性高、性價(jià)比高”等特點(diǎn)與優(yōu)勢(shì)，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場(chǎng)景需求。

文章名稱：php爬蟲(chóng)實(shí)戰(zhàn)（抓取美拍視頻）-創(chuàng)新互聯(lián)
URL分享：http://muchs.cn/article0/dgioio.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供品牌網(wǎng)站設(shè)計(jì)、自適應(yīng)網(wǎng)站、企業(yè)建站、做網(wǎng)站、網(wǎng)站內(nèi)鏈、靜態(tài)網(wǎng)站

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源：創(chuàng)新互聯(lián)

猜你還喜歡下面的內(nèi)容