php爬虫抓取信息，php 抓取别的网站的内容

通过爬虫采集网站信息,算不算违法行为

1、当爬虫爬取数据的行为对目标网站造成严重影响，爬取行为具有社会危害性时，涉嫌犯罪。【法律分析】大数据时代，用户信息等数据早已成为所有互联网企业的核心竞争资源。在某种意义上，抢占了数据就是抢占了客户，抢占了市场。

2、法律分析：如果爬虫程序采集到公民的姓名、身份证件号码、通信通讯联系方式、住址、账号密码、财产状况、行踪轨迹等个人信息，并将之用于非法途径的，则肯定构成非法获取公民个人信息的违法行为。

3、法律分析：爬虫本身不违法，但是通过账号登录后获取它人信息本身就属于违法行为，因为本身这些数据就不对游客公开，单方面仅授权内部会员查看权和浏览权，但肯定没有给你赋有转发权。

相关问答

Q1: 如何用PHP做网络爬虫

如phpQuery，phpCrawl，phpSpider，Snoopy。如果使用curl，也是相当不错的。但你要做的事情更多。它只负责请求和下载，并没有实现爬虫的核心。别的事情都要自己做，至少你得先封装一下。

具体处理方式就是建立就一个任务队列，往队列里面插入一些种子任务和可以开始爬行，爬行的过程就是循环的从队列里面提取一个URL，打开后获取连接插入队列中，进行相关的保存。队列可以使用数组实现。

curl来写。模拟登陆。抓取页面。分析标签。正则匹配你想要的内容。然后存入数据大概就是这样的流程。

（一）PHP 网络爬虫需要快速的从服务器中抓取需要的数据，有时数据量较大时需要进行多线程抓取。

）首先你要明白爬虫怎样工作。想象你是一只蜘蛛，现在你被放到了互联“网”上。那么，你需要把所有的网页都看一遍。怎么办呢？没问题呀，你就随便从某个地方开始，比如说人民日报的首页，这个叫initial pages，用$表示吧。

Q2: 怎么写php爬虫自动抓取百度知道

1、curl来写。模拟登陆。抓取页面。分析标签。正则匹配你想要的内容。然后存入数据大概就是这样的流程。

2、一般来说，编写网络爬虫需要以下几个步骤： 确定目标网站：首先需要确定要抓取数据的目标网站，了解该网站的结构和数据存储方式。

3、如phpQuery，phpCrawl，phpSpider，Snoopy。如果使用curl，也是相当不错的。但你要做的事情更多。它只负责请求和下载，并没有实现爬虫的核心。别的事情都要自己做，至少你得先封装一下。

Q3: PHP抓取网页指定内容

1、php来获取指定的网页内容 这样的方法有三种。

2、使用PHP的cURL库可以简单和有效地去抓网页。你只需要运行一个脚本，然后分析一下你所抓取的网页，然后就可以以程序的方式得到你想要的数据了。

3、使用file_get_contents获得网页源代码。这个方法最常用，只需要两行代码即可，非常简单方便。使用fopen获得网页源代码。这个方法用的人也不少，不过代码有点多。使用curl获得网页源代码。

4、前端自己发起ajax请求，后端node可以用$http模块发起请求，tomcat等服务器同理），得到响应的html页面内容之后你再做一次文本解析（例如正则匹配的方式）获取你想要的目标字符串，最后加上你自己的链接就行了。

Q4: 使用PHP的cURL库进行网页抓取

1、使用PHP的cURL库可以简单和有效地去抓网页。你只需要运行一个脚本，然后分析一下你所抓取的网页，然后就可以以程序的方式得到你想要的数据了。

2、通过curl访问此类网站也是如此流程，但是curl中需要添加相应的参数，绕过ssl证书的验证，才可以正常访问，如出现此错误的一般原因是没有加此参数。

3、php来获取指定的网页内容 这样的方法有三种。

4、使用fopen获得网页源代码。这个方法用的人也不少，不过代码有点多。使用curl获得网页源代码。

5、这网页是用javascript获取商品信息，所以商品不会出现在html页面。用 live http header，你·会看到商品信息取自哪个url 然后$url换成以上新的url就行。

php爬虫抓取信息的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于php 抓取别的网站的内容、php爬虫抓取信息的信息别忘了在本站进行查找喔。