php抓取网页标签(如何判断是不是排序：元素标签的href可以不唯一)

　　php抓取网页标签(如何判断是不是排序：元素标签的href可以不唯一)

　　php抓取网页标签分为抓包和拆包，抓包原理：对于你网站本身的发包来说，

　　1、url头部不包含src的部分,找到首页然后遍历找到之前请求过来的整个url。

　　2、去url里面除了src和href的部分，

　　3、用keyname解析src，然后把src从原始的url里面拿出来，这里src就是你url的名字。

　　4、保存title、content-type、content-length，这些用var_dump()函数返回var_dump('title');var_dump('content-length');一般情况下不需要很详细的拆包方法，常见的方法就是一个一个地去拆包，找到第一个request请求，然后截取request里面第一个src的内容。

　　然后就是截取包的方法了，主要有以下几种：include,parsejson,xml.xml.json如何判断分页是不是排序：如果传递的是动态数据，或者单一字段，没有重复的字段（例如一个url是普通网页，但有cookie,session...等），php会做成ajax的方式去实现点击分页等需求,这就很好判断是不是分页了。

　　php的话，我建议你先写一段爬虫，把网页文件，

　　先手扒

　　拆包

　　php标签都有一个元素标签img,image,src等那这个元素标签的href可以不唯一，找到这个标签，