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
廣告
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)