因工作需求,需要抓取别人网站的数据,使用php+ curl 但是遇到问题无解
听说内地的神人很多,请各位神人帮帮小弟,来自台湾的小弟已经爬文爬文三天了。
网址如下:
先进入:
http://www.cbssports.com/mlb/scoreboard
然后,选择下方正在比赛中的赛事,点选GAMETRACKER 就可以看到直播
问题来了
以这个网址为例:(当各位大大看到时,也许赛事已经结束了)
ttp://www.cbssports.com/mlb/gametracker/live/MLB_20140527_TB@TOR
小弟写的程序如下: $game=array();
$ch = curl_init();
$search1=$_GET['searcharg'];
$url="http://www.cbssports.com/mlb/gametracker/live/MLB_20140527_TB@TOR";
$cookie_jar =dirname(__FILE__)."/pic.cookie";
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_USERAGENT,"Mozilla/5.0 (Windows NT 6.1) AppleWebKit/536.11 (KHTML, like Gecko)Chrome/20.0.1132.57 Safari/536.11");
$data = curl_exec($ch);
curl_close($ch);
preg_match_all('/
….(进行字符串解析)
目前已知问题:
不管是 「另存新檔」save as ,还是 检视原始档 ,一些该出现的html都没有出现,例如:
原网站为:
http://sports.cbsimg.net/images/baseball/mlb/players/60x80/1961062.jpg"border="0">
|
Pitcher:M. Mariot | # 48 RP |
0.1IP 0-0, 5.73 ERA, 11.0 IP,9 K's, 6 BB
不管是另存新档的网页或是curl抓出来的结果为
|