php抓取网页(php抓取网页时使用正则，遇到字符串包含(0,))

　　php抓取网页(php抓取网页时使用正则，遇到字符串包含(0,))

　　php抓取网页时使用正则，遇到字符串包含(0,"高级")，"高级"的含义是"老"，说明该网页要么是用php做的，要么是用redis做的，这时就不能把它下载下来。把它下载下来用各种“强制转换”或者“正则匹配”匹配到想要的数据即可。

　　爬虫遇到要获取的数据，用正则规则，选择xpath，就能获取想要的数据了，然后就要写一个函数把获取的数据聚合。题主你用php写一个，

　　想获取某个元素所属的文件。用re然后调用requests库里的headers.get来获取。

　　php+正则比较适合爬取保存起来的类似json的一维data，高维其实还是map不了，

　　正则表达式。正则表达式可以匹配所有的字符串，比如scrapy的正则处理得当可以匹配大多数网页代码中的文本，但是网页上如果包含比较复杂的样式，这个时候一个常用的技巧是将正则写进一个内置函数中或直接是python的str.split用索引获取文本。还有使用模板渲染一些网页特征也可以轻松获取。

　　如果可以，用python。如果仅仅是html片段，用requests或者beautifulsoup都可以。这些工具都是可以处理成json的形式的。

　　正则表达式，除非有特殊需求，不要用其他对待网页的方式，

　　一般写爬虫用正则+beautifulsoup，抓取过程中会用到bs，否则可以不用。