百度百科爬虫PHP
来源:互联网 发布:教学功夫软件 编辑:程序博客网 时间:2024/05/17 10:25
最近用PHP实现了一个简单的爬虫程序,爬的是百度百科,但是只可以爬一些词条,不能爬全部的.
<?phpheader("Content-type: text/html; charset=utf-8"); //接受前台数据$data_id=$_POST['data_id'];$url="http://baike.baidu.com/item/".$data_id;//var_dump($url);$ch = curl_init();curl_setopt($ch, CURLOPT_URL,$url);curl_setopt($ch, CURLOPT_RETURNTRANSFER, TRUE);$html = curl_exec($ch);curl_close($ch);//var_dump($html);//匹配指定div中间的内容$isMatched = preg_match('/<div class="para" label-module="para">(.*?)<\/div>/', $html, $matches);//var_dump($isMatched, $matches);//去除所有HTML标签$data=preg_replace('{<(S*?)[^>]*>.*?|<.*? />}','',$matches);//echo isset($data[0])?$data[0]:'未搜索到...';$string=implode('',$matches);//数组转化为字符串 ''表示以此为胶合符//var_dump($string);$result=strip_tags($string);//字符串操作函数 去除HTML和PHP标签 echo $result;?>其实主要就是会用php的curl函数,得到页面,然后用正则表达式和字符串函数匹配出你想要的内容。
在此,本人去学习了正则表达式基本内容后才成功的做出来,粘出来的是后台处理,前台页面就不展示了
阅读全文
0 0
- 百度百科爬虫PHP
- 百度百科爬虫
- 爬虫-百度百科
- 网络爬虫:百度百科
- Python简易百度百科爬虫
- 百度百科多线程网络爬虫
- python爬虫-百度百科词条
- 百度百科多线程爬虫(Java)
- Python爬虫_BeautifulSoup爬取百度百科
- Python爬虫,爬取百度百科词条
- Python爬虫爬取百度百科词条
- 百度百科爬虫爬人物信息
- 我的第一个Python3 网络爬虫 百度百科爬虫
- Python爬虫-基于深度优先策略的百度百科爬虫
- PHP探针 转自百度百科
- PHP抓取百度百科数据实践
- 使用CURL构建爬虫,抓取百度百科内容
- 使用python实现简单的百度百科词条爬虫
- fetch api 浅谈
- Collectors Problem UVA
- CMake入门
- 贪心算法——知识点总结
- 东莞市2011年信息学特长生测试题 工具软件
- 百度百科爬虫PHP
- 感想
- 省赛 谍报分析
- JavaScript
- Debian(wheezy)安装JAVA环境/替换openjdk为sun JDK
- linux常用命令
- 对集合的存在的元素(存在重复的元素)进行字典排序
- linux中DIR、dirent、opendir()、readdir()、closedir()函数的使用
- JavaScript面向对象编程和面向过程编程