php如何抓取网页内容( PHP一下对象3.本文的主要方法及使用方法(一))

　　php如何抓取网页内容(

PHP一下对象3.本文的主要方法及使用方法(一))

　　PHP抓取页面及代码分析推荐

　　更新时间：2010年7月23日00:22:46 作者：

　　在做一些天气预报或者RSS订阅节目的时候，经常需要抓取非本地文件。一般使用PHP模拟浏览器访问，通过http请求访问URL地址，然后获取html源代码或者xml数据。

　　我们不能直接输出得到的数据，往往需要将内容提取出来，然后进行格式化，以更友好的方式展示出来。

　　先简单说一下本文的主要内容：

　　一、 PHP抓取页面的主要方法：

　　1. file() 函数

　　2. file_get_contents() 函数

　　3. fopen()->fread()->fclose() 模式

　　4.卷曲方式

　　5. fsockopen() 函数套接字模式

　　6. 使用插件（如：）

　　二、PHP解析html或xml代码的主要方式：

　　1. 正则表达式

　　2. PHP DOMDocument 对象

　　3. 插件（如：PHP Simple HTML DOM Parser）

　　如果你对上面的内容有很好的理解，下面的内容可以随...

　　PHP抓取页面

　　1. file() 函数

　　复制代码代码如下：

　　2. file_get_contents() 函数

　　使用file_get_contents 和fopen 打开allow_url_fopen。方法：编辑php.ini，设置allow_url_fopen = On。当allow_url_fopen 关闭时，fopen 和file_get_contents 都不能打开远程文件。

　　复制代码代码如下：

　　3. fopen()->fread()->fclose() 模式

　　复制代码代码如下：

　　4. 卷曲方法

　　要使用curl，必须在空间中打开curl。方法：修改windows下的php.ini，去掉extension=php_curl.dll前面的分号，将ssleay32.dll和libeay32.dll复制到C:\WINDOWS\system32；在 Linux 下安装 curl 扩展。

　　复制代码代码如下：

　　5. fsockopen() 函数套接字模式

　　socket模式能否正确执行也与服务器的设置有关。具体可以通过phpinfo查看服务器开启了哪些通信协议。比如我本地的php socket没有启用http，所以只能用udp来测试。

　　复制代码代码如下：

　　6. 插件

　　网上应该有很多插件。网上搜到了snoopy插件。如果你有兴趣，你可以研究它。

　　PHP解析xml（html）

　　1. 正则表达式：

　　复制代码代码如下：

　　2. PHP DOMDocument() 对象

　　如果远程html或xml有语法错误，php解析dom时会报错。

　　复制代码代码如下：

　　3. 插件

　　本文以PHP Simple HTML DOM Parser为例进行简单介绍。simple_html_dom 的语法类似于 jQuery。它让 PHP 操作 dom 就像使用 jQuery 操作 dom 一样简单。

　　复制代码代码如下：

　　当然中国人有创造力，外国人往往技术先进，但中国人往往更擅长使用它，经常做出一些外国人不敢想的功能，比如远程抓取和分析php。为数据整合提供便利。但是中国人很喜欢这个，所以有大量的采集

网站，它们自己不创造任何有价值的内容，而是靠爬取别人网站的内容，把它当成自己的。在百度里输入“php小”关键词，建议列表第一个是“php小偷程序”，然后把同样的关键词放到google里，哥只能笑笑不说话。