直接用Curl就行,具体爬取的数据可以穿参查看结果,方法不区分淘宝和天猫链接,但是前提是必须是PC端链接,另外正则写的不规范,所以可以自己重写正则来匹配数据.
PHP的curl()在抓取网页的效率方面是比较高的,而且支持多线程,而file_get_contents()效率就要稍低些,当然,使用curl时需要开启下curl扩展.
代码实战
先来看登录部分的代码：
//模拟登录
function
login_post($url,
$cookie,
$post)
{
$curl
=
curl_init();//初始化curl模块
curl_setopt($curl,
CURLOPT_URL,
$url);//登录提交的地址
CURLOPT_HEADER,
0);//是否显示头信息
CURLOPT_RETURNTRANSFER,
0);//是否自动显示返回的信息
CURLOPT_COOKIEJAR,
$cookie);
//设置Cookie信息保存在指定的文件中
CURLOPT_POST,
①.);//post方式提交
CURLOPT_POSTFIELDS,
http_build_query($post));//要提交的信息
curl_exec($curl);//执行cURL
curl_close($curl);//关闭cURL资源,并且释放系统资源
}
函数login_post()首先初始化curl_init(),然后使用curl_setopt()设置相关选项信息,包括要提交的url地址,保存的cookie文件,post的数据（用户名和密码等信息）,是否返回信息等等,然后curl_exec执行curl,最后curl_close()释放资源.注意PHP自带的http_build_query()可以将数组转换成相连接的字符串.
此时此刻呢如果登录成功后,我们要获取登录成功后的页面信息.
//登录成功后获取数据
get_content($url,
$cookie)
$ch
curl_init();
curl_setopt($ch,
$url);
0);
①.);
CURLOPT_COOKIEFILE,
//读取cookie
$rs
curl_exec($ch);
//执行cURL抓取页面内容
curl_close($ch);
return
$rs;
函数get_content()中也是先初始化curl,然后设置相关选项,执行curl,释放资源.其中我们设置CURLOPT_RETURNTRANSFER为1即自动返回信息,而CURLOPT_COOKIEFILE可以读取到登录时保存的cookie信息,最后将页面内容返回.
我们的最终目的是要获取到模拟登录后的信息,也就是只有正常登录成功后才能获取的有用信息.此时此刻呢我们以登录开源中国的移动版为例,看看如何抓取到登录成功后的信息.
//设置post的数据
$post
array
(
'email'
'oschina账户',
'pwd'
'oschina密码',
'goto_page'
'/my',
'error_page'
'/login',
'save_login'
'1',
'submit'
'现在登录'
);
//登录地址
$url
"";
//设置cookie保存路径
$cookie
dirname(__FILE__)
.
'/cookie_oschina.txt';
//登录后要获取信息的地址
$post);
//获取登录页的信息
$content
//删除cookie文件
@
unlink($cookie);
//匹配页面信息
$preg
"/td
class='portrait'(.*)\/td/i";
preg_match_all($preg,
$content,
$arr);
$str
$arr[1][0];
//输出内容
echo
$str;
使用总结
①.、初始化curl；
感谢阅读,希望能帮助到大家,谢谢大家对本站的支持！
创建一个新cURL资源
设置URL和相应的选项
抓取URL并把它传递给浏览器
关闭cURL资源,并且释放系统资源
代码案例：
以上就是土嘎嘎小编为大家整理的php爬数据实例相关主题介绍,如果您觉得小编更新的文章只要能对粉丝们有用,就是我们最大的鼓励和动力,不要忘记讲本站分享给您身边的朋友哦！！