php 正则表达式爬网（从table-tr-td中抓取数据，转换成json）

 

注意正则表达式的懒惰匹配和贪婪匹配。

在如下位置加入大写U，是匹配多条的tr。如果没有，则从第一行一直匹配到最后一行。只有一条数据

代码如下

 $str='[';
        $data = file_get_contents('D:\1.txt');
        preg_match_all("/<tr[\w\W]*>([\w\W]*)<\/tr>/iU", $data, $media);
        $first_data=$media[0];
        preg_match_all('/<th[\w\W]*>([\w\W]*)<\/th>/iU',$first_data[0],$names);
        for ($i=1;$i<=count($first_data)-1;$i++) {
           preg_match_all('/<td[\w\W]*>([\w\W]*)<\/td>/iU',$first_data[$i],$values);
           $str=$str.'{';
            for ($j=0;$j<=count($values[1])-1;$j+&