PHP实现抓取页面与代码解析

　　1. 正则表达式 2. PHP DOMDocument对象 3. 插件(如：)
　　如果你对以上内容已经很了解，以下内容可以飘过……
　　PHP抓取页面

　　1. file()函数

 <?php $url='http://t.qq.com'; 
     $lines_array=file($url); 
     $lines_string=implode(''，$lines_array); 
     echo htmlspecialchars($lines_string); 
 ?> 

 　　2. file_get_contents()函数使用file_get_contents和fopen必须空间开启allow_url_fopen.方法：编辑php.ini，设置 allow_url_fopen = On，allow_url_fopen关闭时fopen和file_get_contents都不能打开远程文件。

<?php 

　　$url='http://t.qq.com'; 
　　$lines_string=file_get_contents($url); 
　　echo htmlspecialchars($lines_string); 
?> 

 　　3. fopen()->fread()->fclose()模式

<?php 
		$url='http://t.qq.com'; 
		$handle=fopen($url，"rb"); 
		$lines_string=""; 
		do{ 
		$data=fread($handle，1024); 
		if(strlen($data)==0){
			break;
		} 
		$lines_string.=$data;
		}while(true);
		fclose($handle); 
		echo htmlspecialchars($lines_string); 
?> 

 　　4. curl方式使用curl必须空间开启curl.方法：windows下修改php.ini，将extension=php_curl.dll前面的分号去掉，而且需 要拷贝ssleay32.dll和libeay32.dll到C：\WINDOWS\system32下;Linux下要安装curl扩展。

	<?php 
		$url='http://t.qq.com'; 
		$ch=curl_init(); 
		$timeout=5; 
		curl_setopt($ch， CURLOPT_URL， $url); 
		curl_setopt($ch， CURLOPT_RETURNTRANSFER， 1);
		curl_setopt($ch， CURLOPT_CONNECTTIMEOUT， $timeout); 
		$lines_string=curl_exec($ch); 
		curl_close($ch); 
		echo htmlspecialchars($lines_string); 
?> 

　　 5. fsockopen()函数 socket模式socket模式能否正确执行，也跟服务器的设置有关系，具体可以通过phpinfo查看服务器开启了哪些通信协议，比如我的本地php socket没开启http，只能使用udp测试一下了。

<?php 
		$fp = fsockopen("udp://127.0.0.1"， 13， $errno， $errstr); 
		if (!$fp) { 
			echo "ERROR： $errno - $errstr\n"; 
		} 
		else { 
			fwrite($fp， "\n"); 
			echo fread($fp， 26); fclose($fp); 
		} 
?> 

 6. 插件网上应该有比较多的插件，snoopy插件是在网上搜到的，有兴趣的可以研究一下。
 PHP解析xml(html)
　　1. 正则表达式：

<?php 
		$url='http://t.qq.com'; 
		$lines_string=file_get_contents($url); 
		eregi(''，$lines_string，$title); 
		echo htmlspecialchars($title[0]); 
?> 

　　 2. PHP DOMDocument()对象如果远程的html或xml存在语法错误，php在解析dom的时候会报错。

<?php 
		$url='http://www.136web.cn'; 
		$html=new DOMDocument(); 
		$html->loadHTMLFile($url); 
		$title=$html->getElementsByTagName('title'); 
		echo $title->item(0)->nodeValue; 
?> 

 　　3. 插件本文以PHP Simple HTML DOM Parser为例，进行简单介绍，simple_html_dom的语法类似jQuery，它让php操作dom，就像使用jQuery操作dom一样的简单。

<?php 
		$url='http://t.qq.com'; 
		include_once('……/simplehtmldom/simple_html_dom.php'); 
		$html=file_get_html($url); $title=$html->find('title'); 
		echo $title[0]->plaintext; 
?>