PHP蜘蛛爬虫开发文档

《我用爬虫一天时间“偷了”知乎一百万用户，只为证明PHP是世界上最好的语言 》所使用的程序框架

编写PHP网络爬虫, 需要具备以下技能:

爬虫采用PHP编写

从网页中抽取数据需要用XPath

当然我们还可以使用CSS选择器

很多情况下都会用到正则表达式

Chrome的开发者工具是神器, 很多AJAX请求需要用它来分析

第一个demo

爬虫采用PHP编写, 下面以糗事百科为例, 来看一下我们的爬虫长什么样子:

爬虫的整体框架就是这样, 首先定义了一个$configs数组, 里面设置了待爬网站的一些信息, 然后通过调用$spider = new phpspider($configs);和$spider->start();来配置并启动爬虫.

$configs对象如何定义, 后面会作详细介绍.^_^

官方下载地址：https://github.com/owner888/phpspider

官方开发手册：https://doc.phpspider.org/

PHP

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。