Maison  >  Article  >  développement back-end  >  PHP采集网页信息

PHP采集网页信息

WBOY
WBOYoriginal
2016-06-13 12:53:33923parcourir

【求助】PHP采集网页信息
需要采集 
http://bbs.zhanzhang.baidu.com/home.php?mod=space&uid=*
不同UID的用户名
不熟悉PHP以及正则,只是单纯的想要结果,所以麻烦直接给出PHP代码和前1000个UID的用户名,谢谢。

php
------解决方案--------------------
$html = file_get_contents('http://bbs.zhanzhang.baidu.com/home.php?mod=space&uid=1');<br />
preg_match('@<h2 class="xs2">(.*?)<\/h2>@',$html,$match);<br />
//var_dump($match);<br />
echo strip_tags($match[0]);

理论上uid是自增的,前1000个就是1-1000,数字自己换吧。 
------解决方案--------------------
$url = 'http://bbs.zhanzhang.baidu.com/home.php?mod=space&uid=';<br />
<br />
$res = array();<br />
$uid = 1;<br />
while(count($res) < 20) { //获取前20个,自己根据需要修改<br />
  if(preg_match('/<h2.+?h2>/s', file_get_contents($url.$uid), $r)){<br />
    if(preg_match_all('/\w+/', strip_tags($r[0]), $r) == 3) {<br />
      $res[$r[0][2]] = $r[0][0];<br />
    }<br />
  }<br />
  $uid++;<br />
}<br />
print_r($res);<br />
结果:(关联键为UID,值为用户名)

Array
(
    [1] => sitemapbbs
    [7] => _
    [8] => sitemapTest2
    [9] => sitemapTest
    [10] => sitemapTest32
    [13] => sitemapTest3
    [14] => kkksuper
    [16] => 05
    [17] => caoli456
    [18] => wangbin_ivan
    [19] => geiwosou
    [20] => sitemap_test1
    [21] => sitemap_test5
    [22] => _
    [23] => lkmmmmj
    [24] => blackfox1983
    [25] => dongbei_wb
    [26] => xyzlinger
    [27] => sanwushuosi
    [28] => 007
)

------解决方案--------------------
同上,不过file_get_contents方法有时候会太慢,可以采用curl.
Déclaration:
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn