抓取php网页源码(PHP中如何利用爬虫_get_contents()效果 )

　　抓取php网页源码(PHP中如何利用爬虫_get_contents()效果

)

　　爬虫是按照一定的规则自动抓取万维网上信息的程序或脚本。

　　我们通常使用搜索引擎浏览网页，有很多与预期信息不匹配的结果；而且信息量巨大，有结果后，我们需要花费大量的精力来过滤信息。爬虫诞生了，我们可以写一个脚本或者程序，让他按照我们的需要按照设定的规则抓取网页信息，过滤出我们需要的结果。

　　首先，PHP中可以获取万维网页面的函数有很多，比如：file_get_contents()或者curl扩展，或者ob_get_contents()获取缓冲区等，最实用最常用的就是file_get_contents() . 例子：

　　目标页面

　　代码和效果

　　打开文件后的比较

　　因此，我们可以使用file_get_contents()来开发爬虫。

　　步：

　　1. 解析url规则

　　第一页：

　　第二页：

　　第三页：

　　在第一页后加&pn=0和第一页内容一样，所以每页的pn参数会增加50

　　可以概括为：&pn=(当前页码-1)*50

　　2. 根据规则循环抓取内容

　　3. 正则匹配需求内容根据需求（可根据实际需求做）

　　4. 积分结果（写入文件）

<p>//爬取前3页

for($i=1;$i