PHP簡單爬蟲&HTML DOM解析器&抓取網站內容

簡介

為了能簡單地用PHP爬取網站上的內容，用了HTMLDOM解析器簡單地抓取內容。練習下如何地神奇。
simple_html_dom的下載文件地址：線上文件。
為了方便這是解析器檔案：檔案下載。

例項

網站的抓取比較廣，就不多分析了，只是簡單地網頁抓取測試。

例如你的網頁index.html

<ul class="list">
	<li>
		<a heft="index.html">抓取的資料內容</a>
	</li>
</ul>

php程式碼

<?php
 

header("Content-type:text/html;charset=utf-8");

//引用解析器檔案
include_once 'simple_html_dom.php';
//使用file_get_html獲取html資料轉化為物件
//你要轉化的網站地址index.html
$html = file_get_html('index.html');

//在類標籤內class='list',使用find方法查詢資料內容 
foreach($html->find('.txt-list li a') as $element)
//多條資料行可以用<br />等劃分，例如：innertext . <br>。
 

$arr[]= $element->innertext;

//自動生成檔案
$fileName='data.txt';
$arrLen=count($arr);
for($i=0;$i<$arrLen;$i++){
	
	//FILE_APPEND|LOCK_EX 是往後追加資料
	file_put_contents($fileName,$arr[$i],FILE_APPEND|LOCK_EX);
}
//抓取的資料儲存到data.txt
$content=file_get_contents($fileName);
$cont=explode("<br>",$content);
$contLen
 
=count($cont);
for($i=0;$i<$contLen;$i++) {
	unset($cont[2*$i+1]);
}