PHP를 사용하여 Zhihu 질문과 답변을 캡처하는 프로그램 구현

Zhihu는 매우 인기 있는 지식 공유 커뮤니티입니다. 많은 사용자가 고품질의 질문과 답변을 많이 제공했습니다. 공부하고 일하는 사람들에게 이 콘텐츠는 문제를 해결하고 시야를 넓히는 데 매우 도움이 됩니다. 이 콘텐츠를 정리하고 활용하려면 스크레이퍼를 사용하여 관련 데이터를 얻어야 합니다. 이 기사에서는 PHP를 사용하여 Zhihu 질문과 답변을 크롤링하는 프로그램을 작성하는 방법을 소개합니다.

1. 소개
   Zhihu는 질문, 답변, 칼럼, 주제, 사용자 등을 포함하되 이에 국한되지 않는 매우 풍부한 콘텐츠를 갖춘 플랫폼입니다. Zhihu의 데이터를 크롤링하면 이러한 콘텐츠의 가치를 더 자세히 탐색할 수 있습니다. 여기에서는 주로 PHP를 사용하여 Zhihu 질문과 답변을 크롤링하는 방법을 소개합니다.
2. 크롤링 문제
   우선 크롤링의 목적이 무엇인지 명확히 해야 합니다. Zhihu에 대한 질문에는 다음 정보가 필요합니다.

질문 제목
질문 설명
팔로어 수, 조회수 및 질문에 대한 답변
질문 레이블
관련 질문
Zhihu에 대한 매우 분명한 질문이 있습니다. 각 질문마다 고유한 URL이 있다는 것이 특징입니다. 따라서 URL을 구성하고 HTTP 요청을 보내 문제에 대한 정보를 얻을 수 있습니다.

다음은 PHP 코드 데모입니다.

<?php
$url = 'https://www.zhihu.com/question/36189228';
$html = file_get_contents($url);

$data = array();
preg_match('/<title>(.*?)</title>/', $html, $match);
$data['title'] = $match[1];

preg_match('/<div class="QuestionHeader-detail">(.*?)</div>/', $html, $match);
$data['description'] = $match[1];

preg_match('/<div class="NumberBoard-value">(.*?)</div><span class="NumberBoard-label">关注者</span>/', $html, $match);
$data['followers'] = $match[1];

preg_match('/<div class="NumberBoard-value">(.*?)</div><span class="NumberBoard-label">浏览</span>/', $html, $match);
$data['views'] = $match[1];

preg_match('/<div class="NumberBoard-value">(.*?)</div><div class="NumberBoard-label">回答</div>/', $html, $match);
$data['answers'] = $match[1];

preg_match_all('/<a href="/topic/(.*?)">(.*?)</a>/', $html, $matches);
$data['tags'] = implode(',', $matches[2]);

preg_match_all('/<a class="RelatedQuestionItem-title" href="(.*?)" target="_blank">(.*?)</a>/', $html, $matches);
$data['related_questions'] = array_combine($matches[1], $matches[2]);

echo json_encode($data, JSON_UNESCAPED_UNICODE);

여기서는 PHP 정규 표현식을 사용하여 HTML 텍스트의 필수 정보를 일치시킵니다. 이 방법은 HTML 페이지 구조에 따라 다르지만 일반적으로 대부분의 경우 필요한 데이터를 캡처할 수 있습니다. 간단한 코드를 통해 이 문제에 대한 다양한 정보를 얻을 수 있음을 알 수 있다.

3. 답변 크롤링
   Zhihu에 대한 답변을 얻으려면 다음 정보가 필요합니다.

답변 작성자
답변 내용
답변에 대한 좋아요 및 댓글 수
각 답변에 대해 다음 정보를 구성할 수도 있습니다. URL 그리고 관련 정보를 얻기 위해 HTTP 요청을 보냅니다.

다음은 PHP 코드 데모입니다.

<?php
$url = 'https://www.zhihu.com/question/36189228/answer/243147352';
$html = file_get_contents($url);

$data = array();
preg_match('/<meta itemprop="name" content="(.*?)">/', $html, $match);
$data['author'] = $match[1];

preg_match('/<div class="RichText ztext">(.*?)</div>/', $html, $match);
$data['content'] = $match[1];

preg_match('/<button class="Button VoteButton VoteButton--up" aria-pressed="false" tabindex="0" aria-label="(.*?)">/', $html, $match);
$data['upvotes'] = $match[1];

preg_match('/<button class="Button CommentButton" tabindex="0" aria-label="(.*?)">/', $html, $match);
$data['comments'] = $match[1];

echo json_encode($data, JSON_UNESCAPED_UNICODE);

마찬가지로 우리는 HTML 텍스트의 필수 정보를 일치시키기 위해 PHP의 정규식을 사용했습니다. 답변 내용을 얻으려면 AnswerItem-content 클래스 대신 ztext를 사용해야 한다는 점은 주목할 가치가 있습니다. 이는 Zhihu가 업데이트 이후 관련 CSS 클래스 이름을 변경했기 때문입니다.

4. 요약
   이 글에서는 PHP를 사용하여 Zhihu 질문과 답변을 크롤링하는 프로그램을 작성하는 방법을 소개합니다. 우리는 필요에 따라 다양한 정보를 얻을 수 있으며 Zhihu의 콘텐츠에 대한 종합적인 분석 및 활용을 수행할 수 있습니다. PHP 개발자에게 이는 데이터 분석, 검색 엔진 최적화 및 기타 작업 측면에서 사용할 수 있는 매우 실용적인 기술입니다.

위 내용은 PHP를 사용하여 Zhihu 질문과 답변을 캡처하는 프로그램 구현의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!