php登陆网站抓取数据,php抓取网页数据

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

如何利用php抓取网站动态产生的数据

$url = "网站地址目录";

$queryServer = curl_init();

curl_setopt($queryServer, CURLOPT_URL, $url);

curl_setopt($queryServer, CURLOPT_HEADER, 0);

curl_setopt($queryServer, CURLOPT_RETURNTRANSFER, 1);

curl_setopt($queryServer, CURLOPT_RETURNTRANSFER, true);

curl_setopt($queryServer, CURLOPT_CONNECTTIMEOUT, 10);

curl_setopt($queryServer, CURLOPT_TIMEOUT, 30);

$html = curl_exec($queryServer);

$html = iconv('UTF-8','GBK//IGNORE',$html); //如果你需要是的数据是utf-8编码的,这一行可以注销，如果需要gbk编码的,请保留.如果出现乱码，就是一行的问题，你自己调着试吧

//echo $holder;exit; 此处可以输出来测试.

$html = str_replace(array("\n","\r","\t"),"",$html);

$preg = '/table\s+width=\"800\"[^]+(.*?)\/table/';

preg_match_all($preg,$html,$out);

//匹配每行

preg_match_all('/tr[^]+(.*?)\/tr/',$out[1][0],$tr);

//匹配每个td

$result = array();

$match = '/td.+([^]+)\/td/U';

foreach( $tr[0] as $key = $value ){

preg_match_all($match,$value,$arr);

$result[] = $arr[1];

}

//输出测试,$result就是你要的数据，至于你要怎么输出显示格式，那就随心调就好了。

foreach( $result as $key = $value ){

echo implode("\t",$value);

echo "br";

}

exit;

相关问答

Q1: 我用PHP模拟登陆了然后抓取了数据怎么提前内容保存到数据库，看下面截图是抓取的网页数据

登陆后抓取所有的html代码。

然后通过正则匹配html标签来获取自己需要的东西，最主要的是你获取到html源码后，想要什么不就是看你需求了嘛，正则有问题可以继续问我。

Q2: php模拟windows域用户登录网站并获取数据

一般网站都是通过cookie来判断登录状态的，你可以第一次手动登录，然后把cookie保存下来。然后在用curl带上这个cookie去请求网站，就会认为你是登录的了，同时你要把新返回的cookie保存下来，这都是curl里面设置的事情，一个CURLOPT_COOKIEFILE 一个 CURLOPT_COOKIEJAR 可以说百分之九十的网站都可以这样处理

Q3: PHP 模拟登陆后如何抓取分页页面信息？

curl基本特性

模拟浏览器传输数据

实现post/get方式传输

支持多种协议：HTTP、HTTPS、FTP上传

支持cookie，用户名/密码的认证

使用curl完成请求的简单步骤

初始化一个curl句柄

resource curl_init ([ string $url = NULL ] )

设置curl选项

bool curl_setopt ( resource $ch , int $option , mixed $value )

执行curl请求