PHP爬虫 爬取污染数据实例
标签(空格分隔): PHP HTML 爬虫
抓取的目标页面 http://www.pm25.com/city/shenzhen.html
抓取后输出的Json数组:
http://1.enigma2015.sinaapp.com/WebBots/lib/data2json.php
检查Json格式是否正确:http://web.chacuo.net/formatjson
可以被正常解析,格式无误。
思路:
1.获取页面
2.从页面提取出需要的值
3.为不同类型的值分别创建数组,并将获得的值按顺序依次填入相应数组
4.新建字符串,利用PHP的拼接符“.”将各个数组和自定义字符串拼接成合法Json字符串
5.输出字符串
开始!
我们先打开目标网页,确定我们需要抓取的数据。
这里我希望抓取的数据有:监测站点位置,AQI值,空气质量,PM2.5的值,和PM10的值。
然后用浏览器看源代码(“审查元素”),找到这些数据所在的代码块。观察其专属的标签属性。
不难发现:
所有的“监测站点”都放在了标签内
所有的“空气质量”都放在了标签内
所有的“AQI”值,PM2.5,PM10都放在了标签内
如下所示:
<a class="pjadt_location" href="/city/mon/aqi/深圳/荔园.html" title="查看荔园详细数据">荔园</a>
<em class="pjadt_quality_bglevel_