php如何抓取页面

php有什么用

php是一个嵌套的缩写名称,指的是英文超级文本预处理语言(php:Hypertext Preprocessor)的缩写,它的语法混合了C、Java、Perl以及php自创新的语法,主要用来做网站开发,许多小型网站都用php开发,因为php是开源的,从而使得php经久不衰。

10多年的常山网站建设经验,针对设计、前端、开发、售后、文案、推广等六对一服务,响应快,48小时及时工作处理。全网整合营销推广的优势是能够根据用户设备显示端的尺寸不同,自动调整常山建站的显示方式,使网站能够适用不同显示终端,在浏览器中调整网站的宽度,无论在任何一种浏览器上浏览网站,都能展现优雅布局与设计,从而大程度地提升浏览体验。创新互联建站从事“常山网站设计”,“常山网站推广”以来,每个客户项目都认真落实执行。

在做一些互联网应用的时候,往往需要抓取网络文件大多数网页文件,一般情况下都是利用php模拟浏览器的访问,通过http请求访问url地址,然后得到html源代码或者其它格式的数据,然后对这些数据进行处理格式化,按照我们事先约定好的方式输出到终端或其它接口。

一、 PHP抓取页面的主要方法: 

1. file()函数 

2. file_get_contents()函数 

3. fopen()->fread()->fclose()模式 

4.curl方式 

5. fsockopen()函数 socket模式 

6. 使用插件(如:http://sourceforge.net/projects/snoopy/) 

二、PHP解析html或xml代码主要方式: 

1. 正则表达式 

2. PHP DOMDocument对象 

3. 插件(如:PHP Simple HTML DOM Parser) 

如果你对以上内容已经很了解,以下内容可以飘过...... 

PHP抓取页面 

1. file()函数 

2. file_get_contents()函数 

使用file_get_contents和fopen必须空间开启allow_url_fopen。方法:编辑php.ini,设置 allow_url_fopen = On,allow_url_fopen关闭时fopen和file_get_contents都不能打开远程文件。 

3. fopen()->fread()->fclose()模式 

4. curl方式 

使用curl必须空间开启curl。方法:windows下修改php.ini,将extension=php_curl.dll前面的分号去掉,而且需要拷贝ssleay32.dll和libeay32.dll到C:\WINDOWS\system32下;Linux下要安装curl扩展。 

5. fsockopen()函数 socket模式 

socket模式能否正确执行,也跟服务器的设置有关系,具体可以通过phpinfo查看服务器开启了哪些通信协议,比如我的本地php socket没开启http,只能使用udp测试一下了。 

\n"; 
} else { 
fwrite($fp, "\n"); 
echo fread($fp, 26); 
fclose($fp); 
} 
?>

6. 插件 

网上应该有比较多的插件,snoopy插件是在网上搜到的,有兴趣的可以研究一下。 

PHP解析xml(html) 

1. 正则表达式: 

(.*)',$lines_string,$title); 
echo htmlspecialchars($title[0]); 
?>

2. PHP DOMDocument()对象 

如果远程的html或xml存在语法错误,php在解析dom的时候会报错。 

loadHTMLFile($url); 
$title=$html->getElementsByTagName('title'); 
echo $title->item(0)->nodeValue; 
?>

3. 插件 

本文以PHP Simple HTML DOM Parser为例,进行简单介绍,simple_html_dom的语法类似jQuery,它让php操作dom,就像使用jQuery操作dom一样的简单。 

find('title'); 
echo $title[0]->plaintext; 
?>

文章名称:php如何抓取页面
链接地址:http://csdahua.cn/article/pcesdj.html
扫二维码与项目经理沟通

我们在微信上24小时期待你的声音

解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流