×
新网 > 建站推广 > 正文

十分钟带你了解PHP实现爬虫的过程

  • 作者:zccc
  • 来源:网络
  • 2020-07-16 15:04:43

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();

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);

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>";
     }

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》

  • 相关专题

免责声明:本文内容由互联网用户自发贡献自行上传,本网站不拥有所有权,也不承认相关法律责任。如果您发现本社区中有涉嫌抄袭的内容,请发送邮件至:operations@xinnet.com进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。

免费咨询获取折扣

Loading