位置: 编程技术 - 正文
php实现简单爬虫的开发(php curl爬虫)
编辑：rootadmin推荐整理分享php实现简单爬虫的开发(php curl爬虫)，希望有所帮助，仅作参考，欢迎阅读内容。
文章相关热门搜索词:php爬虫框架phpspider,php网络爬虫,php网络爬虫,php爬虫框架phpspider,php怎么写爬虫,php怎么写爬虫,php怎么写爬虫,php爬虫框架phpspider,内容如对您有帮助，希望把文章链接给更多的朋友！
有时候因为工作、自身的需求，我们都会去浏览不同网站去获取我们需要的数据，于是爬虫应运而生，下面是我在开发一个简单爬虫的经过与遇到的问题。
开发一个爬虫，首先你要知道你的这个爬虫是要用来做什么的。我是要用来去不同网站找特定关键字的文章，并获取它的链接，以便我快速阅读。
按照个人习惯，我首先要写一个界面，理清下思路。
1、去不同网站。那么我们需要一个url输入框。 2、找特定关键字的文章。那么我们需要一个文章标题输入框。 3、获取文章链接。那么我们需要一个搜索结果的显示容器。
直接上代码，然后加上自己的一些样式调整，界面就完成啦：
那么接下来就是功能的实现了，我用PHP来写，首先第一步就是获取网站的html代码，获取html代码的方式也有很多，我就不一一介绍了，这里用了curl来获取，传入网站url就能得到html代码啦：
虽然得到了html代码，但是很快你会遇到一个问题，那就是编码问题，这可能让你下一步的匹配无功而返，我们这里统一把得到的html内容转为utf8编码：
得到网站的html，要获取文章的url，那么下一步就是要匹配该网页下的所有a标签，需要用到正则表达式，经过多次测试，最终得到一个比较靠谱的正则表达式，不管a标签下结构多复杂，只要是a标签的都不放过：(最关键的一步)
匹配的结果在$matches中，它大概是这样的一个多维素组：
只要能得到这个数据，其他就完全可以操作啦，你可以遍历这个素组，找到你想要a标签，然后获取a标签相应的属性，想怎么操作就怎么操作啦，下面推荐一个类，让你更方便操作a标签：
当然，这只是一种方式，你也可以通过正则表达式匹配你想要的信息，把数据玩出新花样。
得到并匹配得出你想要的结果，下一步当然就是传回前端将他们显示出来啦，把接口写好，然后前端用js获取数据，用jquery动态添加内容显示出来：
上最终效果图：
CodeIgniter分页类pagination使用方法示例 本文实例讲述了CodeIgniter分页类pagination使用方法。分享给大家供大家参考，具体如下：controller控制器（application/controller/page.php文件）：publicfunctionindex()
CI分页类首页、尾页不显示的解决方法 本文实例讲述了CI分页类首页、尾页不显示的解决方法。分享给大家供大家参考，具体如下：看了下手册说，每次都要重新去写一次呢些$config，可以新
CI配置多数据库访问的方法 本文实例讲述了CI配置多数据库访问的方法。分享给大家供大家参考，具体如下：1、修改datebase.php文件，将：$db['XXX']['pconnect']=TRUE;修改成：$db['XXX']['pcon
标签: php curl爬虫
本文链接地址:https://www.jiuchutong.com/biancheng/293176.html 转载请保留说明！
