PHP抓取及分析网页的方法详解

php  /  管理员 发布于 7年前   141

本文实例讲述了PHP抓取及分析网页的方法。分享给大家供大家参考，具体如下：

抓取和分析一个文件是非常简单的事。这个教程将通过一个例子带领你一步一步地去实现它。让我们开始吧！

首先，我首必须决定我们将抓取的URL地址。可以通过在脚本中设定或通过$QUERY_STRING传递。为了简单起见，让我们将变量直接设在脚本中。

第二步，我们抓取指定文件，并且通过file()函数将它存在一个数组里。

好了，现在在数组里已经有了文件了。但是，我们想分析的文本可能不全在一行里面。为了解决这个文件，我们可以简单地将数组$lines_array转化成一个字符串。我们可以使用implode(x,y)函数来实现它。如果在后面你想用explode(将字符串变量数组)，将x设成"|"或"!"或其它类似的分隔符可能会更好。但是出于我们的目的，最好将x设成空格。y是另一个必要的参数，因为它是你想用implode()处理的数组。

现在，抓取工作就做完了，下面该进行分析了。出于这个例子的目的，我们想得到在到之间的所有东西。为了分析出字符串，我们还需要叫做正规表达式的东西。

(.*)", $lines_string, $head);?>

让我们看一下代码。正如你所见，eregi()函数按下面的格式执行：

eregi("(.*)", $lines_string, $head);

"(.*)"表示所有东西，可以解释为，"分析在和间的所以东西"。$lines_string是我们正在分析的字符串，$head是分析后的结果存放的数组。

最后，我们可以输数据。因为仅在和间存在一个实例，我们可以安全的假设数组中仅存在着一个元素，而且就是我们想要的。让我们把它打印出来吧。

(.*)", $lines_string, $head);echo $head[0];?>

这就是全部的代码了。

'/"/s]+)[/"'>]*/s*/i" ;   $reg = '/^(down.*?/.html)$/i' ;   preg_match_all ( $rex , $file_contents , $r );   $result = "" ; //array();   foreach( $r as $c ){    if ( is_array ( $c )){      foreach( $c as $d ){        if ( preg_match ( $reg , $d )){ $result .= $host_url . $d . "/n" ; }      }    }  }  return $result ;}//获取指定内容中的多媒体文件function get_content_object ( $str , $split = "|--:**:--|" ){   $regx = "/href/s*=/s*['/"]*([^>'/"/s]+)[/"'>]*/s*(.*?)/i" ;   preg_match_all ( $regx , $str , $result );  if ( count ( $result ) == 3 ){     $result [ 2 ] = str_replace ( "多媒体： " , "" , $result [ 2 ]);     $result [ 2 ] = str_replace ( " " , "" , $result [ 2 ]);     $result = $result [ 1 ][ 0 ] . $split . $result [ 2 ][ 0 ] . "/n" ;  }  return $result ;}?>

更多关于PHP相关内容感兴趣的读者可查看本站专题：《php正则表达式用法总结》、《PHP+ajax技巧与应用小结》、《PHP运算与运算符用法总结》、《PHP网络编程技巧总结》、《PHP基本语法入门教程》、《php操作office文档技巧总结(包括word,excel,access,ppt)》、《php日期与时间用法总结》、《php面向对象程序设计入门教程》、《php字符串(string)用法总结》、《php+mysql数据库操作入门教程》及《php常见数据库操作技巧汇总》

希望本文所述对大家PHP程序设计有所帮助。

您可能感兴趣的文章:

• php curl抓取网页的介绍和推广及使用CURL抓取淘宝页面集成方法
• PHP抓取网页、解析HTML常用的方法总结
• php结合正则批量抓取网页中邮箱地址
• PHP使用CURL实现多线程抓取网页
• php实现递归抓取网页类实例
• PHP中使用file_get_contents抓取网页中文乱码问题解决方法
• php使用curl和正则表达式抓取网页数据示例
• 采集邮箱的php代码(抓取网页中的邮箱地址)
• PHP的cURL库功能简介 抓取网页、POST数据及其他
• PHP多线程抓取网页实现代码
• PHP 抓取网页图片并且另存为的实现代码