本篇文章给大家分享的内容是详细介绍PHP+JavaScript如何爬取网页内容,有着一定的参考价值,有需要的朋友可以参考一下
php+js爬取网页内容—–先看下效果
如何做到的呢?
我们一直以为只有Python才能爬取网页内容,那是因为Python本身集合很多类库用来爬取网页很方便,但是我们使用PHP+js的方法一样很方便,一样可以拿到我们想要的网页内容,而且也不用很繁琐。
首先我们需要PHP来模拟请求获取整个网站的HTML// 允许所有域访问
header("Access-Control-Allow-Origin: *");
/ 接收一个参数,参数名叫parm
$parm=$_GET['mod'];
if (empty($parm)) {
$url = 'http://m.80s.tw/';//目标网站
$html = file_get_contents($url);
}else{
$url = 'http://m.80s.tw/'.$parm;
$html = file_get_contents($url);
}
preg_match("/
]*?>(.*\s*?)/is",$html,$match1);//正则匹配body里面的内容echo $match1[0];//输出网页注意:如果遇到 file_get_contents报错请尝试在 php.ini中找到extension=php_openssl.dll 开启就OK了
然后就是前端来获取数据进行处理了
首先写个异步请求$.ajax({
type:'get',
url: '.././admin/test.php',
success: function(data) {
console.log(data)//可以看到获取的HTML,很简单吧,很兴奋吧
}
});
获取HTML后我们就可以随心所欲了怎么来使用这些HTML呢?这是问题吗?不是//首先创建一个容器
var p = document.createElement('p');
// 把整个html的字符串存到这个p节点里
p.innerHTML = data;
//然后就可以对p一顿检查了
//比如获取类list_mov_title下所有的a标签
var list = p.querySelectorAll('.list_mov_title a');
//赶紧打印出来看一下
console.log(list)
//想要的东西都在吧
//然后就把想要的东西往自己的页面里面塞吧
一个爬取网页内容的教程就这样结束了,如果你豁然开朗了就转发一下吧,不明白的就留言吧