頁(yè)面數(shù)據(jù)抓取php javascript抓取頁(yè)面數(shù)據(jù)

php正則表達(dá)式怎么抓取網(wǎng)頁(yè)數(shù)據(jù)

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)。

php怎么抓取其它網(wǎng)站數(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;

php獲取網(wǎng)頁(yè)源碼內(nèi)容有哪些辦法？

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抓取網(wǎng)頁(yè)指定內(nèi)容

?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

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)需注明來源： 創(chuàng)新互聯(lián)