百度百科爬虫PHP

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