脚本宝典收集整理的这篇文章主要介绍了PHP实现简单爬虫的方法，脚本宝典觉得挺不错的，现在分享给大家，也给大家做个参考。

本文实例讲述了PHP实现简单爬虫的方法。分享给大家供大家参考。具体如下：

<PRe class="brush:PHp;"> <>PHP /** * 爬虫程序 -- 原型 * * 从给定的url获取htML内容 * * @param string $url * @return string */ function _getUrlContent($url) { $handle = foPEn($url,"r"); if ($handle) { $content = stream_get_contents($handle,1024 * 1024); return $content; } else { return false; } } /** * 从html内容中筛选链接 * * @param string $web_content * @return array */ function _filterUrl($web_content) { $reg_tag_a = '/<[a|a].*?href=[\'\"]{0,1}([^>\'\"\ ]*).*?>/'; $result = preg_match_all($reg_tag_a,$web_content,$match_result); if ($result) { return $match_result[1]; } } /** * 修正相对路径 * * @param string $base_url * @param array $url_list * @return array */ function _reviseUrl($base_url,$url_list) { $url_info = parse_url($base_url); $base_url = $url_info["scheme"] . '://'; if ($url_info["user"] && $url_info["pass"]) { $base_url .= $url_info["user"] . ":" . $url_info["pass"] . "@"; } $base_url .= $url_info["host"]; if ($url_info["port"]) { $base_url .= ":" . $url_info["port"]; } $base_url .= $url_info["path"]; print_r($base_url); if (is_array($url_list)) { foreach ($url_list as $url_ITem) { if (preg_match('/^http/',$url_item)) { // 已经是完整的url $result[] = $url_item; } else { // 不完整的url $real_url = $base_url . '/' . $url_item; $result[] = $real_url; } } return $result; } else { return; } } /** * 爬虫 * * @param string $url * @return array */ function crawler($url) { $content = _getUrlContent($url); if ($content) { $url_list = _reviseUrl($url,_filterUrl($content)); if ($url_list) { return $url_list; } else { return ; } } else { return ; } } /** * 测试用主程序 */ function main() { $current_url = "http://hao123.COM/"; //初始url $fp_puts = fopen("url.txt","ab"); //记录url列表 $fp_gets = fopen("url.txt","r"); //保存url列表 do { $result_url_arr = crawler($current_url); if ($result_url_arr) { foreach ($result_url_arr as $url) { fputs($fp_puts,$url . "\r\n"); } } } while ($current_url = fgets($fp_gets,1024)); //不断获得url } main(); ?>

脚本宝典总结

以上是脚本宝典为你收集整理的PHP实现简单爬虫的方法全部内容，希望文章能够帮你解决PHP实现简单爬虫的方法所遇到的问题。

如果觉得脚本宝典网站内容还不错，欢迎将脚本宝典推荐好友。

本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。