網頁抓取資訊（phpRegex、php操作excel）_PHP教程

網頁抓取資訊（phpRegex、php操作excel）

1.問題描述

實現對固定網頁上自己需要的資訊抓取，以表格形式儲存。我是拿wustoj上的一個熱門排行榜來練習的，地址：wustoj

2.思路

網頁自己就簡單學習了一下php，剛好用它來做點事情吧，我的想法是這樣的：

（1）查看網頁原始碼並儲存在檔案中。

（2）根據需要的資訊寫出Regex，讀檔案，根據Regex來提取需要的資訊。寫Regex的時候最好分組，這樣提取起來就方便了很多。

（3）對excel操作，將提取的資訊以excel的形式輸出。

比較好的開源php處理excel類連結：點擊開啟連結

3.體會

^是指要是原字串的開頭，$是指要是原字串的結尾。
Null 字元不一定是空格。
用（）來分組是好方法，如preg_macth_all(/$pattern/,$subject,matches)。
matches為二維數組，如果沒有_all，則只會匹配第一部分，是一維數組。
$matches[0]儲存完整模式的所有匹配。$matches[1]儲存第一子組所有匹配，即所有匹配的第一部分。
中文匹配串我用的這個$patt_ch=chr(0x80)."-".chr(0xff)。

4.代碼

1team30_姓名$namepatt="()(\*{0,1}team[0-9]+)(_)([$patt_ch]+)(<\/a>)";  // part2 part4//$namepatt="(team[0-9]+)(_)([$patt_ch]+)";   也可以用這個直接匹配"team_姓名"//7$problempatt="()([0-9]+)(<\/a>)";//Include classrequire_once('Classes/PHPExcel.php');require_once('Classes/PHPExcel/Writer/Excel2007.php');$objPHPExcel = new PHPExcel();//Set properties 設定檔案屬性$objPHPExcel->getProperties()->setCreator("Maarten Balliauw");$objPHPExcel->getProperties()->setLastModifiedBy("Maarten Balliauw");$objPHPExcel->getProperties()->setTitle("Office 2007 XLSX Test Document");$objPHPExcel->getProperties()->setSubject("Office 2007 XLSX Test Document");$objPHPExcel->getProperties()->setDescription("Test document for Office 2007 XLSX, generated using PHP classes.");$objPHPExcel->getProperties()->setKeywords("office 2007 openxml php");$objPHPExcel->getProperties()->setCategory("Test result file");$row=1;$objPHPExcel->getActiveSheet()->setCellValue('A'.$row, 'rank');$objPHPExcel->getActiveSheet()->setCellValue('B'.$row, 'team');$objPHPExcel->getActiveSheet()->setCellValue('C'.$row, 'solved');while(!feof($file)){//echo $row." ";$line=fgets($file);if(preg_match("/$rankpatt/",$line,$match)){$row++;//print_r($match);//echo$match[2]." ";//echo"";$objPHPExcel->getActiveSheet()->setCellValue('A'.$row, $match[2]);$objPHPExcel->getActiveSheet()->getStyle('A'.$row)->getAlignment()->setHorizontal(PHPExcel_Style_Alignment::HORIZONTAL_LEFT);}if(preg_match("/$namepatt/",$line,$match)){//print_r($match);//echo$match[2]." ".$match[4]." ";//echo""; $objPHPExcel->getActiveSheet()->setCellValue('B'.$row, $match[2].$match[4]);}if(preg_match("/$problempatt/",$line,$match)){//print_r($match);//echo$match[2]." ";//echo"";$objPHPExcel->getActiveSheet()->setCellValue('C' . $row, $match[2]);$objPHPExcel->getActiveSheet()->getStyle('C'.$row)->getAlignment()->setHorizontal(PHPExcel_Style_Alignment::HORIZONTAL_LEFT);}$objWriter = new PHPExcel_Writer_Excel2007($objPHPExcel);$objWriter->save(str_replace('.php', '.xlsx', __FILE__));}echo"well done:)";?>

5.運行結果

http://www.bkjia.com/PHPjc/1015087.htmlwww.bkjia.comtruehttp://www.bkjia.com/PHPjc/1015087.htmlTechArticle網頁抓取資訊（phpRegex、php操作excel） 1.問題描述 實現對固定網頁上自己需要的資訊抓取，以表格形式儲存。我是拿wustoj上的一個排...

