簡述php關於網頁元素抓取方面的技術

對於php抓取網頁的內容，可能比較難的就是dom解析這一部分了，這兒的話有幾種技術推薦給大家，具體使用哪種就看自己的喜歡了

1.php內建的xpath解析技術

xpath的話具體可以百度一下他的用法，我只舉幾個簡單的例子，廢話不多說，代碼如下

error_reporting(0);
$url='http://www.baidu.com';//此處寫抓取的網頁的網址，我隨便寫的
$html=file_get_contents($url);
$dom=new DOMDocument;
$dom->loadHTML($html);
$xml=simplexml_import_dom($dom);
$nav=$xml->xpath('//p[@id="nv"]');//這兒簡單解釋一下，就是調用simplexml的xpath方法，傳入符合xpath文法的字串就行了，我這兒的意思是，擷取所有id屬性值為nv的p標籤元素
print_r($nav);

2.phpquery，

phpquery是基於jQuery選取器的dom解析器，如果經常用jQuery的話會很喜歡這個工具的，下面說說他的用法

include 'phpQuery.php';
phpQuery::newDocumentFile('http://job.blueidea.com');
$companies = pq('#hotcoms .coms')->find('div');
foreach($companies as $company)
{
echo pq($company)->find('h3 a')->text()."
";
}

簡單解釋一下 ：

pq()就像jQuery裡的$()

基本上jQuery的選取器都可以用在phpQuery上，只要把’.'變成’->’

phpQuery提供了好幾種載入檔案的方法，有的使用字串，有的使用檔案(包括url)，選 擇的時候要注意

3.simplehtmldom

官方手冊：http://www.ecartchina.com/php-simple-html-dom/manual.htm

自己看吧，一會就看懂了，我花了半個小時不到的時候就熟練的運用了

對了，這兒還有一個php的抓取系統，phpcrawl，如果想瞭解php搜尋引擎方面的一些知識，可以看看他的源碼：

源碼下載地址

http://sourceforge.net/projects/phpcrawl/files/PHPCrawl/

