锐客网

  1. 首页 > 睿知 > it技术 > >

php抓页面数据 php抓取网页

IT技术内容

php抓取页面内容?php
$rs=file_get_contents('');
preg_match('/table width="600" border="0" cellpadding="5" cellspacing="1" bgcolor="#EAEAEA"(.*?)\/table/sS',$rs,$match);
// print_r($match);
$rs = str_replace(array('/tr','/td','tr align="center"','td bgcolor="#FFFFFF"'),array('|',';'),$match[1]);
//
$data = https://www.04ip.com/post/array();
$rs = explode('|',$rs);
foreach($rs as $key=$item){
if($key0){
$arr = explode(';',$item);
($a = @trim($arr[0]))($b = @trim($arr[5]))$data[] = array($a,$b);
}
}
print_r($data);
?
使用PHP的cURL库进行网页抓取 使用PHP的cURL库可以简单和有效地去抓网页 php抓页面数据你只需要运行一个脚本 然后分析一下你所抓取的网页 然后就可以以程序的方式得到你想要的数据php抓页面数据了 无论是你想从从一个链接上取部分数据 或是取一个XML文件并把其导入数据库 那怕就是简单的获取网页内容 cURL 是一个功能强大的PHP库 本文主要讲述如果使用这个PHP库
启用 cURL 设置
首先 我们得先要确定我们的PHP是否开启了这个库 你可以通过使用php_info()函数来得到这一信息
﹤?phpphpinfo();?﹥
如果你可以在网页上看到下面的输出 那么表示cURL库已被开启
如果你看到的话 那么你需要设置你的PHP并开启这个库 如果你是在Windows平台下 那么非常简单 你需要改一改你的php ini文件的设置 找到php_curl dll 并取消前面的分号注释就行了 如下所示
//取消下在的注释extension=php_curldll
如果你是在Linux下面 那么 你需要重新编译你的PHP了 编辑时 你需要打开编译参数——在configure命令上加上 –with curl参数
一个小示例
如果一切就绪 下面是一个小例程
﹤?php// 初始化一个 cURL 对象$curl = curl_init();
// 设置你需要抓取的URLcurl_setopt($curlCURLOPT_URL//cocre);
// 设置headercurl_setopt($curlCURLOPT_HEADER);
// 设置cURL 参数 要求结果保存到字符串中还是输出到屏幕上 curl_setopt($curlCURLOPT_RETURNTRANSFER);
// 运行cURL 请求网页$data = https://www.04ip.com/post/curl_exec($curl);
// 关闭URL请求curl_close($curl);
// 显示获得的数据var_dump($data);
如何POST数据
上面是抓取网页的代码 下面则是向某个网页POST数据 假设我们有一个处理表单的网址// example /sendSMS php 其可以接受两个表单域 一个是电话号码 一个是短信内容
﹤?php$phoneNumber =;$message =This message was generated by curl and php;$curlPost =pNUMBER=urlencode($phoneNumber)MESSAGE=urlencode($message)SUBMIT=Send;$ch = curl_init();curl_setopt($chCURLOPT_URL//example/sendSMSphp);curl_setopt($chCURLOPT_HEADER);curl_setopt($chCURLOPT_RETURNTRANSFER);curl_setopt($chCURLOPT_POST);curl_setopt($chCURLOPT_POSTFIELDS$curlPost);$data = https://www.04ip.com/post/curl_exec();curl_close($ch);?﹥
从上面的程序我们可以看到 使用CURLOPT_POST设置HTTP协议的POST方法 而不是GET方法 然后以CURLOPT_POSTFIELDS设置POST的数据
关于代理服务器
下面是一个如何使用代理服务器的示例 请注意其中高亮的代码 代码很简单 我就不用多说了
﹤?php $ch = curl_init();curl_setopt($chCURLOPT_URL//example);curl_setopt($chCURLOPT_HEADER);curl_setopt($chCURLOPT_RETURNTRANSFER);curl_setopt($chCURLOPT_HTTPPROXYTUNNEL);curl_setopt($chCURLOPT_PROXYfakeproxy:);curl_setopt($chCURLOPT_PROXYUSERPWDuser:password);$data = https://www.04ip.com/post/curl_exec();curl_close($ch);?﹥关于SSL和Cookie
关于SSL也就是HTTPS协议 你只需要把CURLOPT_URL连接中的//变成//就可以了 当然 还有一个参数叫CURLOPT_SSL_VERIFYHOST可以设置为验证站点
关于Cookie 你需要了解下面三个参数
CURLOPT_COOKIE 在当面的会话中设置一个cookie
CURLOPT_COOKIEJAR 当会话结束的时候保存一个Cookie

推荐阅读


上一篇：go语言很快吗，go语言干嘛的

下一篇：直播技巧镜头位置，直播间的镜头