Heim > Backend-Entwicklung > PHP-Tutorial > Wie erstellt man einen PHP-Webcrawler, um Daten aus mehreren Links zu sammeln?

Wie erstellt man einen PHP-Webcrawler, um Daten aus mehreren Links zu sammeln?

Susan Sarandon
Freigeben: 2024-11-08 06:50:02
Original
523 Leute haben es durchsucht

How to Build a PHP Web Crawler to Gather Data from Multiple Links?

PHP Web Crawler: Daten aus mehreren Links sammeln

Frage:

Erstellen Sie ein PHP Skript zum Abrufen von Daten aus mehreren Links auf einer Webseite und zum Speichern in einer lokalen Datei.

Antwort:

Verwendung von DOM und Tiefenkontrolle:

function crawl_page($url, $depth = 5)
{
    static $seen = array();
    if (isset($seen[$url]) || $depth === 0) {
        return;
    }

    $seen[$url] = true;

    $dom = new DOMDocument('1.0');
    @$dom->loadHTMLFile($url);

    $anchors = $dom->getElementsByTagName('a');
    foreach ($anchors as $element) {
        $href = $element->getAttribute('href');
        // Handle relative URLs
        if (0 !== strpos($href, 'http')) {
            $path = '/' . ltrim($href, '/');
            if (extension_loaded('http')) {
                $href = http_build_url($url, array('path' => $path));
            } else {
                $parts = parse_url($url);
                $href = $parts['scheme'] . '://';
                $href .= $parts['host'];
                if (isset($parts['port'])) {
                    $href .= ':' . $parts['port'];
                }
                $href .= dirname($parts['path'], 1).$path;
            }
        }
        crawl_page($href, $depth - 1);
    }

    // Output data
    echo "URL:", $url, PHP_EOL, "CONTENT:", PHP_EOL, $dom->saveHTML(), PHP_EOL, PHP_EOL;
}

// Usage
crawl_page("http://hobodave.com", 2);
Nach dem Login kopieren

Hinweise:

  • Diese Version verwendet DOM-Parsing, das robuster ist als RegEx-Parsing.
  • Es verarbeitet relative URLs korrekt.
  • Es verwendet eine Tiefenkontrolle, um Endlosschleifen zu verhindern.
  • Die Ausgabe wird an STDOUT zurückgegeben, sodass Sie sie in eine Datei umleiten können.

Das obige ist der detaillierte Inhalt vonWie erstellt man einen PHP-Webcrawler, um Daten aus mehreren Links zu sammeln?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Quelle:php.cn
Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Neueste Artikel des Autors
Beliebte Tutorials
Mehr>
Neueste Downloads
Mehr>
Web-Effekte
Quellcode der Website
Website-Materialien
Frontend-Vorlage