用php爬取网页数据

首先你得知道抓取网页数据的原理，其实你只需要一句话就能把别人的网页全拿过来

file_get_contents("http://www.baidu.com");//注意url一定要完整

但是怎样从这个网页中得到你想得到的某部分data呢？

其实道理很简单，就是把这个结果当做是一个很长的字符串，然后从字符串中反复的过滤和截取直到得到自己想要的结果集

所以这件事的核心其实是正则表达式。

做这件事你要对比着要抓取网页的html代码

比如你想得到table中的内容可以用$preg1 = '/<table[^>]*>(.*?) <\/table>/si'这句匹配正则，就可以把所有的table中的所有内容拿出来

匹配函数用preg_match_all ( $preg1, $res1, $res2 );

其中$preg1是匹配表达式, $res1是源, $res2是结果容器。

然后用同样的方法匹配出<th>中的内容

再匹配出<td>中的内容，如果是多条数据，这时你应该得到一个多维数组，

这样核心的处理就完了

注意，不要以为这样很省事不要自己做数据，实际操作起来时相当烦琐了，如果

原网页的数据时规则的那还好办，可如果他都不规则，光是各种匹配数据就能把你

整得晕头转向，而且如果原网页稍作变化（结构的），你的程序必须也得跟着变。