php用正则表达抓取网页中文章(php用正则表达抓取网页中文章保存至本地，再逐篇翻译)

　　php用正则表达抓取网页中文章(php用正则表达抓取网页中文章保存至本地，再逐篇翻译)

　　php用正则表达抓取网页中文章保存至本地，再逐篇翻译。多个页面会有所不同。把每个网页抓取下来。然后可以用正则表达匹配出正确的词组。

　　提供一个参考思路，觉得还不错。如果你熟悉python的话。打开网页源代码，大致浏览一下，找到首页的网址及后面的关键词，再去excel查词组，抓取下来。

　　关键词抓取

　　1.web页面的抓取，推荐使用js动态代理技术。2.老司机可以用urllib3，爬虫框架。3.老司机可以使用wordcloud，网页生成pdf。

　　hao123爬虫啊...

　　把这个同事拉过来

　　建议到javaeye找找应该有，毕竟有php加入。

　　目前在新浪博客实验室很多php相关的知识

　　php正则表达式抓取贴心的b站

　　php的网页爬虫其实主要抓取的是页面的字符串(一个正则表达式),这个直接proxy加解析的,而另外一个就是框架，推荐flashbootstrap等等。

　　翻译staro足够了

　　其实随便看看像python的scrapy或者go等等这些都可以的，用正则或者框架等方式很多，看个人的选择，多去了解下，了解的多了总结一下分析下，

　　爬虫就是最常见的用于寻找网页内容的工具。在常见的爬虫类型中，既可以通过代理来对网页进行爬取，也可以通过正则来进行目标爬取。像php常见的是通过proxy+正则来实现代理爬取的方式。如果你是学php开发的，可以看下我的文章。仅供参考不妥勿喷，