十分鐘帶你了解PHP實現爬蟲的過程

文字訊息

#我們嘗試獲取表格的信息，這裡，我們就用某校的課表來代替： 

接下來我們就上程式碼：

##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\">(.*?)<\/td>\n<td rowspan=\"\d\">(.*?)<\/td><td rowspan=\"\d\" align=\"\w+\">(.*?)<\/td><td rowspan=\"\d\" align=\"\w+\">(.*?)<\/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);

然後咱們就運行一下：  

#成功取得到課表；

圖片取得

絕對連結

我們以百度圖庫的首頁為例

b.php

  <?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("/<img ([^ alt="十分鐘帶你了解PHP實現爬蟲的過程" >]*)\s*src=(&#39;|\")([^&#39;\"]+)(&#39;|\")/", 
                    $string,$matches);    $new_arr=array_unique($matches[3]);     foreach($new_arr as $key){ 
        echo "<img  src=$key alt="十分鐘帶你了解PHP實現爬蟲的過程" >";
     }

然後，我們就得到了下面的頁面：

相對鏈接

百度圖庫的圖片的鏈接大部分是絕對鏈接，那麼當我們遇到網頁圖片為相對鏈接的時候，我們該怎麼處理呢？其實很簡單，我們只需要將循環那部分改為

那麼我們就可以同樣在瀏覽器中輸出圖片了；感謝大家的閱讀，希望大家有所收益。

###推薦教學：《###php教學###》###

以上是十分鐘帶你了解PHP實現爬蟲的過程的詳細內容。更多資訊請關注PHP中文網其他相關文章！