如何进行网页抓取

使用 PHP 进行网页抓取

问题：

如何提取标题、来自指定 URL 的图像、文本或描述，无需 PHP 中的外部库？

答案：

要简化此任务，请考虑使用 simple_html_dom 库。以下示例演示了如何使用此库获取标题和第一张图像：

<code class="php">require 'simple_html_dom.php';

$html = file_get_html('http://www.google.com/');
$title = $html->find('title', 0);
$image = $html->find('img', 0);

echo $title->plaintext . "<br>\n";
echo $image->src;</code>

如果您希望避免使用外部库，则可以使用正则表达式提取数据，但不建议在 HTML 中使用此方法。

<code class="php">$data = file_get_contents('http://www.google.com/');

preg_match('/<title>([^<]+)<\/title>/i', $data, $matches);
$title = $matches[1];

preg_match('/<img[^>]*src=["\']([^\'"']+)["\'][^>]*>/i', $data, $matches);
$img = $matches[1];

echo $title . "<br>\n";
echo $img;</code>

以上是如何进行网页抓取的详细内容。更多信息请关注PHP中文网其他相关文章！