php內容採集
『壹』 php如何採集js生成的內容
訪問需要採集的頁面，如果數據是用js輸出的html，那麼必定有介面或者本身頁面中給js提供了數據，來遍歷輸出html。
用chrome的審查元素中的network，可以單獨看xhr，看看是否是ajax請求的介面，如果數據是從介面來的，直接用PHP去獲取那個介面的數據就可以了。
如果沒有ajax請求，查看html源代碼，在裡面找數據。
『貳』 php程序員對數據採集的要求掌握程度如何
數據採集很重要，最好是研究下採集，我工作很多用到採集。
『叄』 怎麼用PHP採集別的網上的數據
簡單的有個file_get_content函數，然後寫正則規則匹配內容，存資料庫。
如果需要登陸的，用curl，還有可以用PHP的DOM庫替換正則表達式
Python和Java等都有beautifulsoup這個第三方庫，用來採集非常棒
『肆』 php採集代碼是什麼
採集就是把目標網站的內容通過php代碼存儲到自己的網站資料庫中，從而把別人的變成自己的。
這樣就可以省去很多自己發布信息的時間，非常快速。
但是只建議在網站建立之初進行採集，因為如果採集過多會被搜索引擎屏蔽
『伍』 php使用3種方法實現數據採集 什麼叫採集
下面的php代碼可以將HTML表格的每行每列轉為數組，採集表格數據
<?php function get_td_array($table) { $table = preg_replace("'<table[^>]*?>'si","",$table); $table = preg_replace("'<tr[^>]*?>'si","",$table); $table = preg_replace("'<td[^>]*?>'si","",$table); $table = str_replace("</tr>","{tr}",$table); $table = str_replace("</td>","{td}",$table); //去掉 HTML 標記 $table = preg_replace("'<[/!]*?[^<>]*?>'si","",$table); //去掉空白字元 $table = preg_replace("'([rn])[s]+'","",$table); $table = str_replace(" ","",$table); $table = str_replace(" ","",$table); $table = explode('{tr}', $table); array_pop($table); foreach ($table as $key=>$tr) { $td = explode('{td}', $tr); array_pop($td); $td_array[] = $td; } return $td_array; } ?>
『陸』 php採集多個tr中的內容如何做
可以用正則,不過用jq+ajax貌似也可以
function dealit(num){
text1=$("th").eq($num).html();
text2=$("span").eq($num).html();
$.ajax({
type: "POST",
url: "x.php",
data:{text1: text1,text2: text2 },
cache:false,
dataType:"html",
success:function(data) {
if(num<1000){//自己看看數據有多少
dealit(num+1);
}
},
error:function(){alert('error');}
});
}
$(document).ready(funtion(){
num=0;
dealit(num);
});
思路如上，用js把數據一條一條的ajax給你的php頁面，然後php頁面寫個insert，正則么，肯定也行，就樓上的思路再琢磨就好了
『柒』 用PHP進行數據採集
$strPreg = "|<td[^>]+>([^<]+)<\/td>\s*<td[^>]+>([^<]+)<\/td>\s*<td[^>]+>([^<]+)<\/td>|U";
搞定了才發現你都沒懸賞分。。。
『捌』 PHP中怎樣實現文章採集
只舉例說明，生產環境你自己根據情景去搞
$url = 'www.domain.com';
$content = file_get_content($url);//抓取網頁全部內容
preg_match( string pattern, string subject [, array matches ] );//正則獲取自己需要的內容
入庫~
完事了。。。
當然，情形復雜，例如需要登錄，採集目標限制等問題，這再說...
實際使用的時候，可以直接使用Snoopy類，提供好多方法供使用，比自己去造輪子要安全，當然，你可以在她的基礎上再去造輪子~~~
『玖』 php 讀取採集內容！最簡單的方法
$array = file("http://www..com");
foreach($array as $value)
{
echo $value;
}
『拾』 php如何防止網站內容被採集
1、限制IP地址單位時間的訪問次數
分析：沒有哪個常人一秒鍾內能訪問相同網站5次，除非是程序訪問，而有這種喜好的，就剩下搜索引擎爬蟲和討厭的採集器了。
弊端：一刀切，這同樣會阻止搜索引擎對網站的收錄
適用網站：不太依靠搜索引擎的網站
採集器會怎麼做：減少單位時間的訪問次數，減低採集效率
2、屏蔽ip
分析：通過後台計數器，記錄來訪者ip和訪問頻率，人為分析來訪記錄，屏蔽可疑Ip。
弊端：似乎沒什麼弊端，就是站長忙了點
適用網站：所有網站，且站長能夠知道哪些是google或者網路的機器人
採集器會怎麼做：打游擊戰唄!利用ip代理採集一次換一次，不過會降低採集器的效率和網速(用代理嘛)。
3、利用js加密網頁內容
Note:這個方法我沒接觸過，只是從別處看來
分析：不用分析了，搜索引擎爬蟲和採集器通殺
適用網站：極度討厭搜索引擎和採集器的網站
採集器會這么做：你那麼牛，都豁出去了，他就不來采你了
4、網頁里隱藏網站版權或者一些隨機垃圾文字，這些文字風格寫在css文件中
分析：雖然不能防止採集，但是會讓採集後的內容充滿了你網站的版權說明或者一些垃圾文字，因為一般採集器不會同時採集你的css文件，那些文字沒了風格，就顯示出來了。
適用網站：所有網站
採集器會怎麼做：對於版權文字，好辦，替換掉。對於隨機的垃圾文字，沒辦法，勤快點了。
5、用戶登錄才能訪問網站內容
分析：搜索引擎爬蟲不會對每個這樣類型的網站設計登錄程序。聽說採集器可以針對某個網站設計模擬用戶登錄提交表單行為。
適用網站：極度討厭搜索引擎，且想阻止大部分採集器的網站
採集器會怎麼做：製作擬用戶登錄提交表單行為的模塊