十分钟带你了解PHP实现爬虫的过程-php教程-PHP中文网

文字信息

我们尝试获取表的信息，这里，我们就用某校的课表来代替：

接下来我们就上代码：

a.php

 <?php   header( "Content-type:text/html;Charset=utf-8" ); 
$ch = curl_init();        $url ="表的链接";
        curl_setopt ( $ch , CURLOPT_USERAGENT ,"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2785.113 Safari/537.36" );
        curl_setopt($ch,CURLOPT_URL,$url);
        curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);        $content=curl_exec($ch);
        preg_match_all("/<td rowspan=\"\d\">(.*?)\n<td>(.*?)</td><td>(.*?)</td><td>(.*?)</td><td>(.*?)\n</td><td>(.*?)</td><td>(.*?)/",$content,$matchs,PREG_SET_ORDER);//匹配该表所用的正则
        var_dump($matchs);<p><strong>然后咱们就运行一下：  </strong></p>
<p><img src="https://img.php.cn/upload/image/646/612/247/1594878346702978.png?x-oss-process=image/resize,p_40" title="1594878346702978.png" alt="86be9358af8f31f62aff6c5f0ecdf2c.png"></p>
<p>成功获取到课表；</p>
<p>图片获取</p><div class="aritcle_card flexRow artxards">
											<div class="artcardd flexRow">
												<a class="aritcle_card_img" rel="nofollow" href="/xiazai/skill5233" title="btpanel phpsite 宝塔面板PHP网站"><img
														src="https://img.php.cn/upload/skill/000/000/081/179040786932301.jpg" alt="btpanel phpsite 宝塔面板PHP网站" onerror="this.onerror='';this.src='/static/lhimages/moren/morentu.png'" ></a>
												<div class="aritcle_card_info flexColumn">
													<a rel="nofollow" href="/xiazai/skill5233" title="btpanel phpsite 宝塔面板PHP网站" class="overflowclass">btpanel phpsite 宝塔面板PHP网站</a>
													<p class="overflowclass">宝塔面板 PHP 网站管理：站点创建、删除、启停、PHP 版本切换、域名管理、SSL证书管理、伪静态管理、数据库管理</p>
												</div>
												<a rel="nofollow" href="/xiazai/skill5233" title="btpanel phpsite 宝塔面板PHP网站" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span>
												</a>
											</div>
										</div>
<p>绝对链接</p>
<p>我们以百度图库的首页为例 <br><img src="https://img.php.cn/upload/article/000/000/053/d8a9b1824b68671a65984d54d93c4363-2.png?x-oss-process=image/resize,p_40" alt="这里写图片描述" title=""    style="max-width:90%"   style="max-width:90%" style="width: 818px; height: 614px;"><br>b.php</p>
<pre class="brush:php;toolbar:false;">  <?php   header( "Content-type:text/html;Charset=utf-8" );  


    $ch = curl_init();    $url="http://image.baidu.com/";
    curl_setopt ( $ch , CURLOPT_USERAGENT ,"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2785.113 Safari/537.36" );
    curl_setopt($ch,CURLOPT_URL,$url);
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);    $content=curl_exec($ch);    $string=file_get_contents($url); 
    preg_match_all("/@@##@@]*)\s*src=('|\")([^'\"]+)('|\")/", 
                    $string,$matches);    $new_arr=array_unique($matches[3]);     foreach($new_arr as $key){ 
        echo "@@##@@";
     }

然后，我们就获得了下面的页面：

相对链接

百度图库的图片的链接大部分是绝对链接，那么当我们遇到网页图片为相对链接的时候，我们该怎么处理呢？其实很简单，我们只需要将循环那部分改为

那么我们就可以同样在浏览器中输出图片了；

感谢大家的阅读，希望大家有所收益。

推荐教程：《php教程》