如何利用 PHP 爬虫根据关键词获取某手商品列表：实战指南

最新推荐文章于 2025-05-25 22:08:15 发布

原创最新推荐文章于 2025-05-25 22:08:15 发布 · 295 阅读

CC 4.0 BY-SA版权

文章标签：

在电商领域，根据关键词获取商品列表是常见的需求。某手作为国内知名的电商平台，提供了丰富的商品资源。通过 PHP 爬虫技术，我们可以高效地根据关键词获取某手商品列表，并提取商品的基本信息。本文将详细介绍如何利用 PHP 爬虫根据关键词获取某手商品列表，并提供完整的代码示例。

一、准备工作

（一）安装必要的库

确保你的开发环境中已经安装了以下库：

GuzzleHttp：用于发送 HTTP 请求。
Symfony DomCrawler：用于解析 HTML 内容。

可以通过 Composer 来管理这些依赖。以下是 Composer 的依赖配置示例：

bash

composer require guzzlehttp/guzzle symfony/dom-crawler

（二）注册平台账号

如果目标平台提供 API 接口，需要注册相应平台的开发者账号，获取 App Key 和 App Secret。这些凭证将用于后续的 API 调用。

二、编写爬虫代码

（一）发送 HTTP 请求

使用 GuzzleHttp 库发送 GET 请求，获取商品列表页面的 HTML 内容。

php

<?php
require 'vendor/autoload.php';
use GuzzleHttp\Client;

function get_html($url) {
    $client = new Client();
    $response = $client->request('GET', $url, [
        'headers' => [
            'User-Agent' => 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/123.0.0.0 Safari/537.36'
        ]
    ]);
    return $response->getBody()->getContents();
}
?>

（二）解析 HTML 内容

使用 Symfony DomCrawler 解析 HTML 内容，提取商品列表中的商品信息。

php

<?php
use Symfony\Component\DomCrawler\Crawler;

function parse_html($html) {
    $crawler = new Crawler($html);
    $products = [];
    $crawler->filter('div.product-item')->each(function (Crawler $node) use (&$products) {
        $title = $node->filter('h3.product-title')->text();
        $price = $node->filter('span.product-price')->text();
        $link = $node->filter('a.product-link')->attr('href');
        $products[] = [
            'title' => $title,
            'price' => $price,
            'link' => $link
        ];
    });
    return $products;
}
?>

（三）根据关键词获取商品列表

根据关键词构建商品列表页面的 URL，并获取其 HTML 内容。

php

<?php
function get_product_list($keyword, $page = 1) {
    $base_url = "https://example.com/search"; // 替换为目标平台的商品列表页面 URL
    $url = $base_url . "?keyword=" . urlencode($keyword) . "&page=" . $page;
    $html = get_html($url);
    if ($html) {
        return parse_html($html);
    }
    return [];
}
?>

（四）整合代码

将上述功能整合到主程序中，实现完整的爬虫程序。

php

<?php
require 'vendor/autoload.php';
use GuzzleHttp\Client;
use Symfony\Component\DomCrawler\Crawler;

function get_html($url) {
    $client = new Client();
    $response = $client->request('GET', $url, [
        'headers' => [
            'User-Agent' => 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/123.0.0.0 Safari/537.36'
        ]
    ]);
    return $response->getBody()->getContents();
}

function parse_html($html) {
    $crawler = new Crawler($html);
    $products = [];
    $crawler->filter('div.product-item')->each(function (Crawler $node) use (&$products) {
        $title = $node->filter('h3.product-title')->text();
        $price = $node->filter('span.product-price')->text();
        $link = $node->filter('a.product-link')->attr('href');
        $products[] = [
            'title' => $title,
            'price' => $price,
            'link' => $link
        ];
    });
    return $products;
}

function get_product_list($keyword, $page = 1) {
    $base_url = "https://example.com/search"; // 替换为目标平台的商品列表页面 URL
    $url = $base_url . "?keyword=" . urlencode($keyword) . "&page=" . $page;
    $html = get_html($url);
    if ($html) {
        return parse_html($html);
    }
    return [];
}

$keyword = "耳机"; // 替换为实际关键词
$products = get_product_list($keyword);

foreach ($products as $product) {
    echo "商品名称: " . $product['title'] . "\n";
    echo "商品价格: " . $product['price'] . "\n";
    echo "商品链接: " . $product['link'] . "\n";
    echo "----------------------\n";
}
?>

三、注意事项和建议

（一）遵守平台规则

在编写爬虫时，必须严格遵守目标平台的使用协议，避免触发反爬机制。

（二）合理设置请求频率

避免过高的请求频率，以免对平台服务器造成压力。建议在请求之间添加适当的延时：

php

sleep(1); // 每次请求间隔1秒

（三）数据安全

妥善保管爬取的数据，避免泄露用户隐私和商业机密。

（四）处理异常情况

在爬虫代码中添加异常处理机制，确保在遇到错误时能够及时记录并处理。

php

try {
    $products = get_product_list($keyword);
    foreach ($products as $product) {
        echo "商品名称: " . $product['title'] . "\n";
        echo "商品价格: " . $product['price'] . "\n";
        echo "商品链接: " . $product['link'] . "\n";
        echo "----------------------\n";
    }
} catch (Exception $e) {
    echo "发生错误: " . $e->getMessage() . "\n";
}