几种PHP实现网页抓取的程序代码

抓取某一个网页中的内容,需要对DOM树进行解析,找到指定节点后,再抓取我们需要的内容,过程有点繁琐,LZ总结了几种常用的、易于实现的网页抓取方式,如果熟悉JQuery选择器,这几种框架会相当简单.

一、Ganon

项目地址:http://code.google.com/p/ganon/

文档:http://code.google.com/p/ganon/w/list

测试:抓取我的网站首页所有class属性值是focus的p元素,并且输出class值

class, "
n";  
	 } 
	 

二、phpQuery

项目地址:http://code.google.com/p/phpquery/

文档:https://code.google.com/p/phpquery/wiki/Manual

测试:抓取我网站首页的article标签元素，然后出书其下h2标签的html值

find(&＃39;h2&＃39;)->html()."
";  
	}   
	 

三、Simple-Html-Dom

项目地址:http://simplehtmldom.sourceforge.net/

文档:http://simplehtmldom.sourceforge.net/manual.htm

测试:抓取我网站首页的所有链接

find(&＃39;img&＃39;) as $element) 
	//        echo $element->src . &＃39;
&＃39;; 
	 
	//找到所有链接 
	foreach($html->find(&＃39;a&＃39;) as $element) 
	       echo $element->href . &＃39;
&＃39;;  
	

四、Snoopy

项目地址:http://code.google.com/p/phpquery/

文档:http://code.google.com/p/phpquery/wiki/Manual

测试:抓取我的网站首页

fetch($url); //获取所有内容 
	 echo $snoopy->results; //显示结果 
	// echo $snoopy->fetchtext ;//获取文本内容（去掉html代码） 
	// echo $snoopy->fetchlinks($url) ;//获取链接 
	// $snoopy->fetchform ;//获取表单  
	 

五、手动编写爬虫

如果编写能力ok,可以手写一个网页爬虫,实现网页抓取,网上有千篇一律的介绍此方法的文章,LZ就不赘述了,有兴趣了解的,可以百度 php 网页抓取.

本文地址：

转载随意，但请附上文章地址:-)