PHP正則表達(dá)式抓取數(shù)據(jù)

$string_1 = '

創(chuàng)新互聯(lián)公司專業(yè)為企業(yè)提供寧武網(wǎng)站建設(shè)、寧武做網(wǎng)站、寧武網(wǎng)站設(shè)計(jì)、寧武網(wǎng)站制作等企業(yè)網(wǎng)站建設(shè)、網(wǎng)頁設(shè)計(jì)與制作、寧武企業(yè)網(wǎng)站模板建站服務(wù)，十余年寧武做網(wǎng)站經(jīng)驗(yàn)，不只是建網(wǎng)站，更提供有價(jià)值的思路和整體網(wǎng)絡(luò)服務(wù)。

tr

td width=15% align=rightb電話：/b/td

td width=85%86666947/td

/tr

tr

td align=right b地址：/b/td

td 春熙路8號(hào)/td

/tr

tr

td align=right b人均：/b/td

td span class=f_red_14b14/span元/td

/tr

tr

td align=rightb菜系：/b/td

td快餐/小吃/td

/tr

'

;

preg_match_all ("|td[^]*([^(b)].*)/td|", $string_1, $out, PREG_PATTERN_ORDER);

print_r($out[1]);

---------------------------------------------------------

輸出結(jié)果為:

Array

(

[0] = 86666947

[1] = 春熙路8號(hào)

[2] = 快餐/小吃

)

PHP分割，并循環(huán)獲取數(shù)據(jù)，需用到正則表達(dá)式，高分懸賞，答對追加100分

?php

$str = "ABC'; F(ZZZ), KSE KKS(YYY), PSX-D.M(XXX)";

$arr = explode(",",$str);//分割成數(shù)組

foreach($arr as $value){//用foreach循環(huán)，也可以用for循環(huán)

$out = array();//儲(chǔ)存匹配的數(shù)組

$title = "";//儲(chǔ)存title部分

$text = "";//儲(chǔ)存鏈接顯示文本

//先把括號(hào)里的內(nèi)容和括號(hào)外的內(nèi)容匹配到數(shù)組$out

preg_match("|(.+)\((.+)\)|",$value,$out);

//括號(hào)里的內(nèi)容就是title

$title = $out[2];

//把括號(hào)外的內(nèi)容中所有符號(hào)替換成-（這里去了一下首尾空格）

$text = preg_replace("|(\W+)|","-",trim($out[1]));

//OK了，輸出

echo "a href=\"#\" title=\"{$title}\" /{$text}/a,";

}

/**

最后輸出：

a href="#" title="ZZZ" /ABC-F/a,a href="#" title="YYY" /KSE-KKS/a,a href="#" title="XXX" /PSX-D-M/a,

*/

php 百度 知道數(shù)據(jù)采集

問題其實(shí)不難，自己都能寫。給你幾個(gè)思路吧：

1.在百度知道中，輸入linux，然后會(huì)出現(xiàn)列表。復(fù)制瀏覽器地址欄內(nèi)容。

然后翻頁，在復(fù)制地址欄內(nèi)容，看看有什么不同，不同之處，就是你要循環(huán)分頁的i值。

當(dāng)然這個(gè)是笨方法。

2.使用php的file或者file_get_contents函數(shù)，獲取鏈接URL的內(nèi)容。

3.通過php正則表達(dá)式，獲取你需要的3個(gè)字段內(nèi)容。

4.寫入數(shù)據(jù)庫。

需要注意的是，百度知道有可能做了防抓取的功能，你剛一抓幾個(gè)頁面，可能會(huì)被禁止。

建議也就抓10頁數(shù)據(jù)。

其實(shí)不難，你肯定寫的出來。 還有，網(wǎng)上應(yīng)該有很多抓取工具，你找找看，然后將抓下來的數(shù)據(jù)

在做分析。寫入數(shù)據(jù)庫。