数据采集 怎么通过curl或file_get_contents抓取百度搜索结果详情页的内容？

Question

先通过关键词获取搜索结果页，http://www.baidu.com/s?wd=%E5%BE%B7%E9%97%AE
然后得到每一条详情的url,比如第一条是
http://www.baidu.com/link?url=Fp3X9GDNzDR4aoC670eWN-VzZ-f8cAngzl6zK1n1bZi&wd=&eqid=f0d0de2f0000dae3000000045696071b
通过curl抓取这个url的内容，可是输出结果会跳转到真实地址，此实例为http://www.dewen.net.cn/而不是在本地输出页面内容。请问有什么办法吗？

Answer 1

这个使用php函数preg_match_all(pattern, subject, matches)应该可以实现，这需要你写出正确的正则表达式，返回的结果matches是一个数组，一般这个数组由几个元素组成，你可以根据需求获取你需要的url内容，我曾经做过一次抓取百度搜索页中搜索结果的详情url不过我当时要的是真实地址，但通过上面的函数把真实地址，以及“http://www.baidu.com/link?url=Fp3X9GDNzDR4aoC670eWN-VzZ-f8cAngzl6zK1n1bZi&wd=&eqid=f0d0de2f0000dae3000000045696071b”这样的结果都抓了进来存到了matches数组中。
另外，使用php爬虫进行解析网页内容，有一个组件可以专门用来解析网页dom叫做Simple HTML DOM parser，可以通过百度或者google搜索查看怎么使用。
第一次回答问题，根据自己的理解进行的作答，望有用。