PHP頁面爬蟲

標籤：資訊   return   瞭解   分享   html   圖片   turn   color   src   

爬蟲想必大家都很瞭解，通過指令碼對目標檔案進行抓取。

我想擷取每天菜市場菜價。

查看控制台，如果有相關資訊得介面自然方便不過了，直接請求介面擷取資料就可以了。

對於頁面資訊，需要過濾篩選。

圖中資訊很規律易於篩選。

首先擷取整個頁面，可以使用CURL方式請求頁面地址，CURL方式也便於需要驗證資訊的頁面傳遞參數。

過濾頁面資料可以使用Regex匹配替換。

<?php     header( "Content-type:text/html;Charset=utf-8" );     $ch = curl_init();    $url ="http://www.xinfadi.com.cn/marketanalysis/0/list/1.shtml";    curl_setopt ( $ch , CURLOPT_USERAGENT ,"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.75 Safari/537.36" );    curl_setopt($ch,CURLOPT_URL,$url);    curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);    $content=curl_exec($ch);    preg_match_all("/<td style=\"text-align:left;padding-left:5px;\">(.*?)<\/td><td>(.*?)<\/td><td>(.*?)<\/td><td>(.*?)<\/td><td>(.*?)<\/td><td>(.*?)<\/td><td>(.*?)<\/td>/",$content,$matchs,PREG_SET_ORDER);    print_r($matchs);

 

這樣就完成了，主要就是使用Regex對頁面進行過濾篩選，爬取圖片也是一樣。

 

PHP頁面爬蟲