php 网页抓取工具,PHP中的简单网页抓取

标签：php

为了明确说明,我完全同意网站管理员执行此操作,直到他们构建API.

我想要做的是,比如说,在网站的某个特定部分找到的数字或任何数据,尽管它的位置可以改变.

我希望做的一个例子,如果我通过file_get_contents将html存储在变量中,并想在源中找到“< p> User status：Online.< / p>”;我需要将文本存储在“status：”和“.< / p>”之间在变量中,只知道这两个字符串才能找到它,但也知道只有一种可能的情况,那两个文本在同一行

编辑：我似乎忘记了最重要的部分.好吧,问题是如何做我刚刚描述的内容,如果你有很多文本,我怎样才能找到一段文本和另一段文本之间的内容,并将其存储在变量中？

解决方法:

刮网站有几种方法,一种是使用CSS Selectors,另一种是使用XPath,它们都选择DOM中的元素.

由于我无法看到网页的完整HTML,因此我很难确定哪种方法更适合您.还有另一种选择可能不赞成,但在这种情况下它可能会起作用.

您可以使用Regex (regular expressions)查找字符,我不是最好的正则表达式,但这里有一些示例代码,说明它可能如何工作：

$subject = "

Some User

User status: Online.

";

$pattern = '/User status: (.*)\/';

preg_match($pattern, $subject, $matches);

print_r($matches);

?>

样本输出：

Array

(

[0] => User status: Online.

[1] => Online.

)

基本上上面的正则表达式是匹配模式,在这种情况下,它查找字符串“用户状态：”然后匹配所有字符(.*)直到结束段落标记(转义).

这里的模式只返回“在线”而没有句点,不确定所有状态是否在一段时间内结束但是这里的样子如下：

'/User status: (.*)\.\/'

标签：php

来源： https://codeday.me/bug/20190522/1153633.html