php如何寫爬蟲？

據(jù)我所知，很多第三庫都可以實現(xiàn)你所要求的這些php爬蟲特征。

創(chuàng)新互聯(lián)-專業(yè)網站定制、快速模板網站建設、高性價比天鎮(zhèn)網站開發(fā)、企業(yè)建站全套包干低至880元,成熟完善的模板庫,直接使用。一站式天鎮(zhèn)網站制作公司更省心,省錢,快速模板網站建設找我們，業(yè)務覆蓋天鎮(zhèn)地區(qū)。費用合理售后完善，十余年實體公司更值得信賴。

如phpQuery，phpCrawl，phpSpider，Snoopy。

如果使用curl，也是相當不錯的。但你要做的事情更多。它只負責請求和下載，并沒有實現(xiàn)爬蟲的核心。別的事情都要自己做，至少你得先封裝一下。

如果你任務比較緊迫，建議選擇那些第三方庫，集成一下，能用先用著。

業(yè)務時間還是了解一下爬蟲的方方面面比較好。

xpath簡單，拿到源碼，交給phpQuery就可以，像使用jQuery一樣，不需要正則。還有一些是需要動態(tài)渲染才能拿到數(shù)據(jù)的，得用無頭瀏覽器，如phantomjs，去處理。

速度不會成為問題，有問題也是因為速度太快，被網站發(fā)覺然后屏蔽你，而不是太慢。哈哈。

個人認為比較難的是怎么針對反爬蟲策略，怎么做全自動化。還是建議你去看幾本關于爬蟲的書。

php如何爬取天貓和淘寶商品數(shù)據(jù)

直接用Curl就行，具體爬取的數(shù)據(jù)可以穿參查看結果，方法不區(qū)分淘寶和天貓鏈接，但是前提是必須是PC端鏈接，另外正則寫的不規(guī)范，所以可以自己重寫正則來匹配數(shù)據(jù)。

Python爬蟲技術與php爬蟲技術對比，哪個更有優(yōu)勢？

首先要分清楚python和php的優(yōu)勢和劣勢。php在web開發(fā)確實一定程度上優(yōu)于python，但是如果做爬蟲，python毫無疑問是最優(yōu)的選擇。理由如下：

1：爬蟲最大得困難在于反反爬。豐富的生態(tài)（Scrapy爬蟲框架，selenium等等headless瀏覽器）讓反反爬容易不少，文檔豐富，各種庫和driver極大的降低了爬蟲編寫難度。php據(jù)我所知，這些似乎沒有什么太大的優(yōu)勢。

2：python簡單，俗稱膠水語言。不管是java，還是php，甚至node都可以寫爬蟲，但是工業(yè)級爬蟲面臨得場景是比較復雜的，你需要面向的業(yè)務需要的庫或者組件如果本身需要不帶，請問你怎么處理？python基本就不會有太多這種問題。

最后想學python爬蟲的可以點個關注。長期總結爬蟲教程。

php怎么抓取其它網站數(shù)據(jù)

可以用以下4個方法來抓取網站 的數(shù)據(jù)：

1. 用 file_get_contents 以 get 方式獲取內容：

?

$url = '';

$html = file_get_contents($url);

echo $html;

2. 用fopen打開url，以get方式獲取內容

?

$url = '';

$fp = fopen($url, 'r');

stream_get_meta_data($fp);

$result = '';

while(!feof($fp))

{

$result .= fgets($fp, 1024);

}

echo "url body: $result";

fclose($fp);

3. 用file_get_contents函數(shù),以post方式獲取url

?

$data = array(

'foo'='bar',

'baz'='boom',

'site'='',

'name'='nowa magic');

$data = http_build_query($data);

//$postdata = http_build_query($data);

$options = array(

'http' = array(

'method' = 'POST',

'header' = 'Content-type:application/x-www-form-urlencoded',

'content' = $data

//'timeout' = 60 * 60 // 超時時間（單位:s）

)

);

$url = "";

$context = stream_context_create($options);

$result = file_get_contents($url, false, $context);

echo $result;

4、使用curl庫，使用curl庫之前，可能需要查看一下php.ini是否已經打開了curl擴展

$url = '';

$ch = curl_init();

$timeout = 5;

curl_setopt ($ch, CURLOPT_URL, $url);

curl_setopt ($ch, CURLOPT_RETURNTRANSFER, 1);

curl_setopt ($ch, CURLOPT_CONNECTTIMEOUT, $timeout);

$file_contents = curl_exec($ch);

curl_close($ch);

echo $file_contents;