會(huì)用正則就會(huì)抓取。
創(chuàng)新互聯(lián)建站專注于科爾沁右翼中網(wǎng)站建設(shè)服務(wù)及定制,我們擁有豐富的企業(yè)做網(wǎng)站經(jīng)驗(yàn)。 熱誠(chéng)為您提供科爾沁右翼中營(yíng)銷型網(wǎng)站建設(shè),科爾沁右翼中網(wǎng)站制作、科爾沁右翼中網(wǎng)頁(yè)設(shè)計(jì)、科爾沁右翼中網(wǎng)站官網(wǎng)定制、小程序制作服務(wù),打造科爾沁右翼中網(wǎng)絡(luò)公司原創(chuàng)品牌,更為您提供科爾沁右翼中網(wǎng)站排名全網(wǎng)營(yíng)銷落地服務(wù)。
不會(huì)正則,一時(shí)半會(huì)也教不錯(cuò)。
不過,推薦你使用phpQuery這個(gè)框架,用jQuery的使用器來抓取數(shù)據(jù)。
可以用以下4個(gè)方法來抓取網(wǎng)站 的數(shù)據(jù):
1. 用 file_get_contents 以 get 方式獲取內(nèi)容:
?
$url = '';
$html = file_get_contents($url);
echo $html;
2. 用fopen打開url,以get方式獲取內(nèi)容
?
$url = '';
$fp = fopen($url, 'r');
stream_get_meta_data($fp);
$result = '';
while(!feof($fp))
{
$result .= fgets($fp, 1024);
}
echo "url body: $result";
fclose($fp);
3. 用file_get_contents函數(shù),以post方式獲取url
?
$data = array(
'foo'='bar',
'baz'='boom',
'site'='',
'name'='nowa magic');
$data = http_build_query($data);
//$postdata = http_build_query($data);
$options = array(
'http' = array(
'method' = 'POST',
'header' = 'Content-type:application/x-www-form-urlencoded',
'content' = $data
//'timeout' = 60 * 60 // 超時(shí)時(shí)間(單位:s)
)
);
$url = "";
$context = stream_context_create($options);
$result = file_get_contents($url, false, $context);
echo $result;
4、使用curl庫(kù),使用curl庫(kù)之前,可能需要查看一下php.ini是否已經(jīng)打開了curl擴(kuò)展
$url = '';
$ch = curl_init();
$timeout = 5;
curl_setopt ($ch, CURLOPT_URL, $url);
curl_setopt ($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt ($ch, CURLOPT_CONNECTTIMEOUT, $timeout);
$file_contents = curl_exec($ch);
curl_close($ch);
echo $file_contents;
1、使用file_get_contents獲得網(wǎng)頁(yè)源代碼。這個(gè)方法最常用,只需要兩行代碼即可,非常簡(jiǎn)單方便。
2、使用fopen獲得網(wǎng)頁(yè)源代碼。這個(gè)方法用的人也不少,不過代碼有點(diǎn)多。
3、使用curl獲得網(wǎng)頁(yè)源代碼。使用curl獲得網(wǎng)頁(yè)源代碼的做法,往往是需要更高要求的人使用,例如當(dāng)你需要在抓取網(wǎng)頁(yè)內(nèi)容的同時(shí),得到網(wǎng)頁(yè)header信息,還有ENCODING編碼的使,USERAGENT的使用等等。
所謂的網(wǎng)頁(yè)代碼,就是指在網(wǎng)頁(yè)制作過程中需要用到的一些特殊的"語言",設(shè)計(jì)人員通過對(duì)這些"語言"進(jìn)行組織編排制作出網(wǎng)頁(yè),然后由瀏覽器對(duì)代碼進(jìn)行"翻譯"后才是我們最終看到的效果。
制作網(wǎng)頁(yè)時(shí)常用的代碼有HTML,JavaScript,ASP,PHP,CGI等,其中超文本標(biāo)記語言(標(biāo)準(zhǔn)通用標(biāo)記語言下的一個(gè)應(yīng)用、外語簡(jiǎn)稱:HTML)是最基礎(chǔ)的網(wǎng)頁(yè)代碼。
?php
/*
* 如下: 方法有點(diǎn)笨
* 抓取網(wǎng)頁(yè)內(nèi)容用 PHP 的正則
* 用JS每隔5分鐘刷新當(dāng)前頁(yè)面---即重新獲取網(wǎng)頁(yè)內(nèi)容
*
* 注: $mode中--title/title-更改為所需內(nèi)容(如 $mode = "#a(.*)/a#";獲取所有鏈接)
*
* window.location.href="";中的
* 更改為自己的URL----作用:即刷新當(dāng)前頁(yè)面
*
* setInterval("ref()",300000);是每隔300000毫秒(即 5 * 60 *1000 毫秒即5分鐘)執(zhí)行一次函數(shù) ref()
*
* print_r($arr);輸出獲得的所有內(nèi)容 $arr是一個(gè)數(shù)組 可根據(jù)所需輸出一部分(如 echo $arr[1][0];)
* 若要獲得所有內(nèi)容 可去掉
* $mode = "#title(.*)/title#";
if(preg_match_all($mode,$content,$arr)){
print_r($arr);
echo "br/";
echo $arr[1][0];
}
再加上 echo $content;
*/
$url = ""; //目標(biāo)站
$fp = @fopen($url, "r") or die("超時(shí)");
$content=file_get_contents($url);
$mode = "#title(.*)/title#";
if(preg_match_all($mode,$content,$arr)){
//print_r($arr);
echo "br/";
echo $arr[1][0];
}
?
script language="JavaScript" type="text/javascript"
--
function ref(){
window.location.href="";
}
setInterval("ref()",300000);
//--
/script
名稱欄目:頁(yè)面數(shù)據(jù)抓取php javascript抓取頁(yè)面數(shù)據(jù)
轉(zhuǎn)載源于:http://www.muchs.cn/article24/hhicce.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供電子商務(wù)、手機(jī)網(wǎng)站建設(shè)、網(wǎng)站策劃、軟件開發(fā)、搜索引擎優(yōu)化、網(wǎng)站設(shè)計(jì)公司
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)需注明來源: 創(chuàng)新互聯(lián)