数据采集php
Ⅰ php采集大数据的方案
1、建议你读写数据和下载图片分开，各用不同的进程完成。
比如说，取数据用get-data.php，下载图片用get-image.php。
2、多进程的话，php可以简单的用pcntl_fork()。这样可以并发多个子进程。
但是我不建议你用fork，我建议你安装一个gearman worker。这样你要并发几个，就启几个worker，写代码简单，根本不用在代码里考虑thread啊，process等等。
3、综上，解决方案这样：
（1）安装gearman worker。
（2）写一个get-data.php，在crontab里设置它每5分钟执行一次，只负责读数据，然后把读回来的数据一条一条的扔到 gearman worker的队列里；
然后再写一个处理数据的脚本作为worker，例如叫process-data.php，这个脚本常驻内存。它作为worker从geraman 队列里读出一条一条的数据，然后跟你的数据库老数据比较，进行你的业务逻辑。如果你要10个并发，那就启动10个process-data.php好了。处理完后，如果图片地址有变动需要下载图片，就把图片地址扔到 gearman worker的另一个队列里。
（3）再写一个download-data.php，作为下载图片的worker，同样，你启动10个20个并发随便你。这个进程也常驻内存运行，从gearman worker的图片数据队列里取数据出来，下载图片
4、常驻进程的话，就是在代码里写个while(true)死循环，让它一直运行好了。如果怕内存泄露啥的，你可以每循环10万次退出一下。然后在crontab里设置，每分钟检查一下进程有没有启动，比如说这样启动3个process-data worker进程：
* * * * * flock -xn /tmp/process-data.1.lock -c '/usr/bin/php /process-data.php >> /dev/null 2>&1'
* * * * * flock -xn /tmp/process-data.2.lock -c '/usr/bin/php /process-data.php >> /dev/null 2>&1'
* * * * * flock -xn /tmp/process-data.3.lock -c '/usr/bin/php /process-data.php >> /dev/null 2>&1'
不知道你明白了没有
Ⅱ php使用3种方法实现数据采集 什么叫采集
下面的php代码可以将HTML表格的每行每列转为数组，采集表格数据
<?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 标记 $table = preg_replace("'<[/!]*?[^<>]*?>'si","",$table); //去掉空白字符 $table = preg_replace("'([rn])[s]+'","",$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; } ?>
Ⅲ php程序员对数据采集的要求掌握程度如何
数据采集很重要，最好是研究下采集，我工作很多用到采集。
Ⅳ 怎么用PHP采集别的网上的数据
简单的有个file_get_content函数，然后写正则规则匹配内容，存数据库。
如果需要登陆的，用curl，还有可以用PHP的DOM库替换正则表达式
python和Java等都有beautifulsoup这个第三方库，用来采集非常棒
Ⅳ PHP或者python进行数据采集和分析，有什么比较成熟的框架
Python：
1.requests 很好用的http库，中文文档：Requests: 让 HTTP 服务人类
2.BeautifulSoup 很好用很强大的html解析库，中文文档：Beautiful Soup 4.4.0 文档
3.Scrapy 知名爬虫框架，中文文档：Scrapy 0.25 文档
Ⅵ PHP数据采集
$remark = $_POST['$remark']; 改成 $remark = $_POST[$remark];
Ⅶ 怎么用php采集网站数据
简单的分了几个步骤：
1、确定采集目标
2、获取目标远程页面内容（curl、file_get_contents）
3、分析页面html源码，正则匹配你需要的内容（preg_match、preg_match_all），这一步最为重要，不同页面正则匹配规则不一样
4、入库
Ⅷ PHP数据采集问题（相对地址转绝对地址）
其实用不着这么麻烦的，采集时，你看到的图片路径是相对地址，是相对当前域名的一个相对路径而已，你只要在前面加上
http://当前域名（采集内容的域名，比如..com）/
就是它的绝对地址了，
就像/abc.jpg一样
http://当前域名（采集内容的域名，比如..com）/abc.jpg就是绝对地址了
没必要搞复杂
Ⅸ php怎样web服务器端的数据采集方法
class caiji{
private $reg;//正则
private $url;//数据源
private $dataArr;//返回结果数组
public function __construct($reg,$url){
$this->reg=$reg;
$this->url=$url;
$this->caijStar();
}
private function caijStar(){//采集方法
$conn=file_get_contents("{$this->url}");
$reg="{$this->reg}";
preg_match_all($reg,$conn,$this->dataArr);
}
public function getArr(){//数据获取方法
return $this->dataArr;
}
}
Ⅹ PHP 数据采集 太慢
一页一页采啊，你要是想把N个网页一下子采下来，在浏览器中肯定不行，你可以用php.exe在命令行下运行你的采集脚本。如果你想在浏览器上采，你得一次采集一个页面，然后用window.location.href转向，把下一个要采集的地址传过去，这样一页一页的循环来采集。