PHP之抓取和解析网页

方法一：用原生file_get_contens()函数

<?php

$results = file_get_contens("http://www.php.net");

echo $page_contents;

//如果要抓取其中的内容，就要看原网站的html源代码，进行字符串正则匹配

$pattern  = '/php/';

preg_match($pattern,$page_contents,$result_array);

print_r($result_array);

?>

方法二：借助snoopy,下载地址http://sourceforge.net/projects/snoopy/files/latest/download?source=files

<?php

include "Snoopy.class.php";
$snoopy = new Snoopy;
//抓取整个网页
$snoopy->fetch("http://www.php.net/");
echo $snoopy->results;
//抓取网页的文本，去掉html标签
$snoopy->fetchtext("http://www.php.net/");
print $snoopy->results;
//抓取连接
$snoopy->fetchlinks("http://www.php.net/");
print $snoopy->results;

//更多抓取方法请查看文档！

?>

方法三：借助simple_html_dom，下载地址http://sourceforge.net/projects/simplehtmldom/files/latest/download?source=files

<?php
require('simple_html_dom.php');
$html = new simple_html_dom();
$html->load_file('http://www.baidu.com/');

//找到所有标签为a的html，当然也就可以找到其他标签
$a = $html->find('a');
foreach ($a as $key => $value) {
echo $value->href;//输出a标签的href属性
echo "\n";
}

//功能十分强大，更多用法请查看文档！
?>

方法四：其他方法，欢迎补充！