フィルム市場の継続的な拡大と発展に伴い、フィルムに対する人々の需要もますます高まっています。映画の評価に関しては、Douban Film Critics が常により権威があり、人気のある選択肢です。場合によっては、Douban 映画レビューに対して特定の分析と処理を実行する必要があるため、クローラー テクノロジーを使用して Douban 映画レビューに関する情報を取得する必要があります。この記事では、PHP を使用して Douban の映画レビューをクロールする方法のチュートリアルを紹介します。参考にしてください。
Douban 映画のレビューをクロールする前に、Douban 映画のページ アドレスを取得する必要があります。映画のページ アドレスは、検索エンジンを通じて、または Douban Movies の映画リスト インターフェイスに直接アクセスして取得できます。たとえば、映画「ショーシャンクの空に」のページ アドレスを取得したい場合は、Douban Movies の映画リスト インターフェイスで検索するか、ブラウザに映画のページ アドレスを直接入力します: https:/ /movie.douban.com/subject/1292052/。
PHP は、Web ページへのアクセスとデータ取得のための cURL ライブラリを提供します。以下は、Douban Movies ページにアクセスしてページのコンテンツを取得するための PHP コード例です。
$url = 'https://movie.douban.com/subject/1292052/'; $ch = curl_init(); curl_setopt($ch, CURLOPT_URL, $url); curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); $html = curl_exec($ch); curl_close($ch); echo $html;
コードでは、最初に Douban Movies のページ アドレスが定義され、次に、curl_init() 関数が使用されます。 cURL オブジェクトを初期化します。次に、curl_setopt() 関数を使用して、curl オブジェクトのパラメータを設定します。ここで、CURLOPT_URL はアクセスされた URL アドレスを設定し、CURLOPT_RETURNTRANSFER は返された結果を文字列として設定します。次に、curl_exec() 関数を使用して cURL クロール操作を実行し、結果を変数 $html に割り当てます。最後に、curl_close() 関数を使用して cURL セッションを閉じ、関連リソースを解放し、変数 $html の値を出力します。
上記のコードを実行して、Douban ムービー ページの HTML コンテンツを出力します。
ページの HTML コンテンツを取得した後、PHP を使用して HTML コンテンツを解析し、豆瓣の映画レビュー・感想・評価一覧。
PHP では、SimpleXML 拡張機能を使用して XML または HTML データを解析できます。以下は、Douban 映画レビュー ページの HTML コンテンツを解析し、映画レビューの評価とレビュー コンテンツを抽出するために使用される PHP コードの例です。
$url = 'https://movie.douban.com/subject/1292052/'; $ch = curl_init(); curl_setopt($ch, CURLOPT_URL, $url); curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); $html = curl_exec($ch); curl_close($ch); // 使用 SimpleXML 解析 HTML 内容 $xml = simplexml_load_string($html); $ratings = array(); $comments = array(); // 获取影评评分和评论内容 foreach ($xml->xpath('//div[@class="comment-item"]') as $comment) { $rating = $comment->div[2]->span[2]->text(); $comment_content = $comment->div[2]->p->text(); $ratings[] = (string)$rating; $comments[] = (string)$comment_content; } print_r($ratings); print_r($comments);
コードでは、 Douban ムービーを定義してから、curl を使用してページにアクセスし、HTML コンテンツを取得する操作を行います。
次に、simplexml_load_string() 関数を使用して、HTML コンテンツを SimpleXML オブジェクトに解析します。次に、xpath() 関数と XPath クエリ ステートメントを使用してページ上のすべての映画レビュー情報を取得し、foreach ステートメントを使用して各映画レビューを走査し、評価とコメントの内容を取得します。最後に、評価とコメントをそれぞれ $rateds 配列と $comments 配列に保存し、これら 2 つの配列の内容を出力します。
上記のコードを実行して、Douban 映画レビュー ページ内のすべての映画レビュー情報を解析します。
次に、取得した映画レビュー情報を出力します HTMLやCSSを使用して出力内容を美化することができます。以下は、Douban 映画レビュー ページの映画レビュー情報を美しく出力するための PHP コード例です。
$url = 'https://movie.douban.com/subject/1292052/'; $ch = curl_init(); curl_setopt($ch, CURLOPT_URL, $url); curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); $html = curl_exec($ch); curl_close($ch); // 使用 SimpleXML 解析 HTML 内容 $xml = simplexml_load_string($html); $ratings = array(); $comments = array(); // 获取影评评分和评论内容 foreach ($xml->xpath('//div[@class="comment-item"]') as $comment) { $rating = $comment->div[2]->span[2]->text(); $comment_content = $comment->div[2]->p->text(); $ratings[] = (string)$rating; $comments[] = (string)$comment_content; } // 输出美化的影评信息 echo '<style>table, th, td {border: 1px solid black; border-collapse: collapse;} th, td {padding: 5px;}</style>'; echo '<table><tr><th>评分</th><th>评论内容</th></tr>'; for ($i = 0; $i < count($ratings); $i++) { echo '<tr><td>' . $ratings[$i] . '</td><td>' . $comments[$i] . '</td></tr>'; } echo '</table>';
コードでは、最初にcurl を使用して Douban 映画ページの HTML コンテンツを取得し、次に次を使用します。 SimpleXML を使用して HTML コンテンツを解析し、映画レビューの評価とレビュー コンテンツを取得します。
次に、HTML と CSS を使用して出力コンテンツを美しくします。これには、テーブル スタイルの追加、テーブル ヘッダーとテーブル コンテンツの設定、for ループを使用した各映画レビューの走査、評価とコメントの出力などが含まれます。
上記のコードを実行して、美化された Douban 映画レビュー ページの映画レビュー情報を出力します。
要約すると、この記事では、PHP を使用して Douban の映画レビューをクロールする方法についてのチュートリアルを紹介します。学習を通じて、読者は、PHP および cURL テクノロジを使用して Web ページにアクセスし、データをキャプチャする方法と、SimpleXML 拡張機能を使用して HTML コンテンツを解析し、出力を美しくする方法を学ぶことができます。
以上がPHP を使用して Douban の映画レビューをクロールするためのチュートリアルの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。