十分钟带你了解PHP实现爬虫的过程【PHP教程】

!
也想出现在这里? 联系我们
信息

十分钟带你了解PHP实现爬虫的过程,第1张

概述十分钟带你了解PHP实现爬虫过程

文字信息

我们尝试获取表的信息,这里,我们就用某校的课表来代替:

接下来我们就上代码:

a.PHP

 <?PHP  header( "Content-type:text/HTML;Charset=utf-8" ); $ch = curl_init();        $url ="表的链接";        curl_setopt ( $ch , CURLOPT_USERAGENT ,"Mozilla/5.0 (windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2785.113 Safari/537.36" );        curl_setopt($ch,CURLOPT_URL,$url);        curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);        $content=curl_exec($ch);        preg_match_all("/<td rowspan=\\"\\d\\">(.*?)<\\/td>\\n<td rowspan=\\"\\d\\">(.*?)<\\/td><td rowspan=\\"\\d\\" align=\\"\\w+\\">(.*?)<\\/td><td rowspan=\\"\\d\\" align=\\"\\w+\\">(.*?)<\\/td><td>(.*?)<\\/td>\\n<td>(.*?)<\\/td><td>(.*?)<\\/td>/",$content,$matchs,PREG_SET_ORDER);//匹配该表所用的正则        var_dump($matchs);@H_419_27@

然后咱们就运行一下:

成功获取到课表;

图片获取

绝对链接

我们以百度图库的首页为例

b.PHP

  <?PHP  header( "Content-type:text/HTML;Charset=utf-8" );      $ch = curl_init();    $url="http://image.baIDu.com/";    curl_setopt ( $ch , CURLOPT_USERAGENT ,"Mozilla/5.0 (windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2785.113 Safari/537.36" );    curl_setopt($ch,CURLOPT_URL,$url);    curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);    $content=curl_exec($ch);    $string=file_get_contents($url);     preg_match_all("/<img([^>]*)\\s*src=('|\\")([^'\\"]+)('|\\")/",                     $string,$matches);    $new_arr=array_unique($matches[3]);     foreach($new_arr as $key){         echo "<img src=$key>";     }@H_419_27@

然后,我们就获得了下面的页面:

相对链接

百度图库的图片的链接大部分是绝对链接,那么当我们遇到网页图片为相对链接的时候,我们该怎么处理呢?其实很简单,我们只需要将循环那部分改为

那么我们就可以同样在浏览器中输出图片了;

感谢大家的阅读,希望大家有所收益。

推荐教程:《php教程》 总结

以上是内存溢出为你收集整理的十分钟带你了解PHP实现爬虫的过程全部内容,希望文章能够帮你解决十分钟带你了解PHP实现爬虫的过程所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。

© 版权声明
THE END
喜欢就支持一下吧
点赞93 分享
评论 抢沙发

请登录后发表评论

    请登录后查看评论内容