下面来看一个php模仿百度spider蜘蛛爬虫程序例子,这个代码写得比较高级了我就不分析了,大家有需要的可以进入参考一下吧.
自己用PHP写了个爬虫,基本功能已经实现,有兴趣的可以试试
脚本缺点:1.未对静态页面进行去重处理,2.未对页面内js操作后的结果进行处理
php模仿百度spider蜘蛛爬虫程序例子代码如下:
<?php //加载页面 function curl_get($url) { $ch = curl_init(); curl_setopt($ch, CURLOPT_URL, $url); curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); curl_setopt($ch, CURLOPT_HEADER, 1); $result = curl_exec($ch); $code = curl_getinfo($ch, CURLINFO_HTTP_CODE); if ($code != '404' && $result) { return $result; } curl_close($ch); } //获取页面url链接 function get_page_urls($spider_page_result, $base_url) { $get_url_result = preg_match_all("/<[a|A].*?href=[\'\"]{0,1}([^>\'\"\ ]*).*?>/", $spider_page_result, $out); if ($get_url_result) { return $out[1]; } else { return; } } //相对路径转绝对路径 function xdtojd($base_url, $url_list) { if (is_array($url_list)) { foreach ($url_list as $url_item) { if (preg_match("/^(http:\/\/|https:\/\/|javascript:)/", $url_item)) { $result_url_list[] = $url_item; } else { if (preg_match("/^\//", $url_item)) { $real_url = $base_url . $url_item; } else { $real_url = $base_url . "/" . $url_item; } //$real_url = 'http://www.sumpay.cn/'.$url_item; $result_url_list[] = $real_url; } } return $result_url_list; } else { return; } } //删除其他站点url function other_site_url_del($jd_url_list, $url_base) { if (is_array($jd_url_list)) { foreach ($jd_url_list as $all_url) { echo $all_url; if (strpos($all_url, $url_base) === 0) { $all_url_list[] = $all_url; } } return $all_url_list; } else { return; } } //删除相同URL function url_same_del($array_url) { if (is_array($array_url)) { $insert_url = array(); $pizza = file_get_contents("/tmp/url.txt"); if ($pizza) { $pizza = explode("\r\n", $pizza); foreach ($array_url as $array_value_url) { if (!in_array($array_value_url, $pizza)) { $insert_url[] = $array_value_url; } } if ($insert_url) { foreach ($insert_url as $key => $insert_url_value) { //这里只做了参数相同去重处理 $update_insert_url = preg_replace('/=[^&]*/', '=leesec', $insert_url_value); foreach ($pizza as $pizza_value) { $update_pizza_value = preg_replace('/=[^&]*/', '=leesec', $pizza_value); if ($update_insert_url == $update_pizza_value) { unset($insert_url[$key]); continue; } } } } } else { $insert_url = array(); $insert_new_url = array(); $insert_url = $array_url; foreach ($insert_url as $insert_url_value) { $update_insert_url = preg_replace('/=[^&]*/', '=leesec', $insert_url_value); $insert_new_url[] = $update_insert_url; } $insert_new_url = array_unique($insert_new_url); foreach ($insert_new_url as $key => $insert_new_url_val) { $insert_url_bf[] = $insert_url[$key]; } $insert_url = $insert_url_bf; } return $insert_url; } else { return; } } $current_url = $argv[1]; $fp_puts = fopen("/tmp/url.txt", "ab"); //记录url列表 $fp_gets = fopen("/tmp/url.txt", "r"); //保存url列表 $url_base_url = parse_url($current_url); if ($url_base_url['scheme'] == "") { $url_base = "http://" . $url_base_url['host']; } else { $url_base = $url_base_url['scheme'] . "://" . $url_base_url['host']; } do { $spider_page_result = curl_get($current_url); //var_dump($spider_page_result); $url_list = get_page_urls($spider_page_result, $url_base); //var_dump($url_list); if (!$url_list) { continue; } $jd_url_list = xdtojd($url_base, $url_list); //var_dump($jd_url_list); $result_url_arr = other_site_url_del($jd_url_list, $url_base); var_dump($result_url_arr); $result_url_arr = url_same_del($result_url_arr); //var_dump($result_url_arr); if (is_array($result_url_arr)) { $result_url_arr = array_unique($result_url_arr); foreach ($result_url_arr as $new_url) { fputs($fp_puts, $new_url . "\r\n"); } } } while ($current_url = fgets($fp_gets, 1024)); //不断获得url preg_match_all("/<a[^>]+href=[\"']([^\"']+)[\"'][^>]+>/", $spider_page_result, $out); // echo a href //var_dump($out[1]); ?>

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

mPDF
mPDF는 UTF-8로 인코딩된 HTML에서 PDF 파일을 생성할 수 있는 PHP 라이브러리입니다. 원저자인 Ian Back은 자신의 웹 사이트에서 "즉시" PDF 파일을 출력하고 다양한 언어를 처리하기 위해 mPDF를 작성했습니다. HTML2FPDF와 같은 원본 스크립트보다 유니코드 글꼴을 사용할 때 속도가 느리고 더 큰 파일을 생성하지만 CSS 스타일 등을 지원하고 많은 개선 사항이 있습니다. RTL(아랍어, 히브리어), CJK(중국어, 일본어, 한국어)를 포함한 거의 모든 언어를 지원합니다. 중첩된 블록 수준 요소(예: P, DIV)를 지원합니다.

MinGW - Windows용 미니멀리스트 GNU
이 프로젝트는 osdn.net/projects/mingw로 마이그레이션되는 중입니다. 계속해서 그곳에서 우리를 팔로우할 수 있습니다. MinGW: GCC(GNU Compiler Collection)의 기본 Windows 포트로, 기본 Windows 애플리케이션을 구축하기 위한 무료 배포 가능 가져오기 라이브러리 및 헤더 파일로 C99 기능을 지원하는 MSVC 런타임에 대한 확장이 포함되어 있습니다. 모든 MinGW 소프트웨어는 64비트 Windows 플랫폼에서 실행될 수 있습니다.

SublimeText3 영어 버전
권장 사항: Win 버전, 코드 프롬프트 지원!

DVWA
DVWA(Damn Vulnerable Web App)는 매우 취약한 PHP/MySQL 웹 애플리케이션입니다. 주요 목표는 보안 전문가가 법적 환경에서 자신의 기술과 도구를 테스트하고, 웹 개발자가 웹 응용 프로그램 보안 프로세스를 더 잘 이해할 수 있도록 돕고, 교사/학생이 교실 환경 웹 응용 프로그램에서 가르치고 배울 수 있도록 돕는 것입니다. 보안. DVWA의 목표는 다양한 난이도의 간단하고 간단한 인터페이스를 통해 가장 일반적인 웹 취약점 중 일부를 연습하는 것입니다. 이 소프트웨어는

VSCode Windows 64비트 다운로드
Microsoft에서 출시한 강력한 무료 IDE 편집기

뜨거운 주제



