php 抓取网页内容优化
我想在youku网抓取高清视频的链接，然后发到手机客户端那里，可是抓取的时间不理想（大概50个视频，电脑抓取显示在网页都要6秒多，发送到手机更要30秒），想问有什么优化方法呢？换光纤 ！
楼主是要抓链接吧，不是抓视频内容吧，用CURL
楼主是要抓链接吧，不是抓视频内容吧，用CURL
我现在用的是正则表达式抓取标签，时间太长了，你是说可以用curl来做？
有没有具体的思路
你可以把你的代码贴出来，看有没有可优化的地方。
你可以把你的代码贴出来，看有没有可优化的地方。
<?php$url="http://m.youku.com/wap/";//$reg1="/^<a\s*href=\"(.*?)version=2\">$/i";$reg1="/<a\s*href=\"(.*?)version=2\"(.*?)>(.*?)<\/a>/i";//获取视频链接$reg2="/<img ([^ alt="php 正则表达式抓取网页内容" >]*)\s*class=\"imgdetail\"\s*src=('|\")([^'\"]+)('|\")/i";$reg3="<a\s*href=\"(.*?)&format=3gphd\"\s*id=\"click_play\"\s*>";$reg4= "/<p\s*class=\"videotitle\".*?>.*?<\/p>/i";//获取视频标题$content=file_get_contents($url);preg_match_all($reg1, $content,$matches);$video=$matches[0];//首页视频的链接$resultArray=array();//装载所有数据的数组//$subArray=array();//子数组foreach ($video as $key){ //处理url，得到视频的点击网址 $position=strpos($key, "href"); $substring=substr($key, $position+11); $pos=strpos($substring, ">"); $link=substr($substring, 0,$pos-1); $nextUrl=$url.$link; $nextContent=file_get_contents($nextUrl); //获取视频图片 preg_match_all($reg2, $nextContent,$img); $img_arr=$img[0]; foreach ($img_arr as $arr) { $position=strpos($arr, "src"); $sub=substr($arr, $position+5); $last=substr($sub, 0,$pos); } //获取视频高清点播地址 preg_match_all($reg3, $nextContent,$vids); $video_arr=$vids[0]; $vid=$video_arr[0]; $position=strpos($vid, "href"); $v_string=substr($vid, $position+11); $pos=strpos($v_string, "\""); $add=substr($v_string, 0,$pos); $video_url=$url.$add; //获取视频的标题 preg_match_all($reg4, $nextContent,$match); $title=$match[0]; $r=serialize($title); $position=mb_strpos($r, "</p>"); $sub=substr($r, 0,$position); $pos=mb_strrpos($sub, ">"); $til=substr($sub, $pos+1); $subArray=array('image'=>$last,'video'=>$video_url,'title'=>$til); array_push($resultArray, $subArray);}$resultJson=json_encode($resultArray);file_put_contents('web.txt', print_r($resultJson,true)); foreach ($video as $key)
{
$nextContent=file_get_contents($nextUrl);
...
我说换光纤吧，循环地 file_get_contents，6秒很便宜了
foreach ($video as $key)
{
$nextContent=file_get_contents($nextUrl);
...
我说换光纤吧，循环地 file_get_contents，6秒很便宜了
?丝换不起
用curl_multi_exec()并发抓取
用curl_multi_exec()并发抓取
虽然还没弄好，但是大神提供了思路，也提供我学习的方向！
