這篇文章將為大家詳細講解有關(guān)PHP爬取網(wǎng)頁的主要方法是什么，文章內(nèi)容質(zhì)量較高，因此小編分享給大家做個參考，希望大家閱讀完這篇文章后對相關(guān)知識有一定的了解。

創(chuàng)新互聯(lián)公司專注于二道網(wǎng)站建設(shè)服務(wù)及定制，我們擁有豐富的企業(yè)做網(wǎng)站經(jīng)驗。 熱誠為您提供二道營銷型網(wǎng)站建設(shè)，二道網(wǎng)站制作、二道網(wǎng)頁設(shè)計、二道網(wǎng)站官網(wǎng)定制、微信小程序開發(fā)服務(wù)，打造二道網(wǎng)絡(luò)公司原創(chuàng)品牌,更為您提供二道網(wǎng)站排名全網(wǎng)營銷落地服務(wù)。

主要流程就是獲取整個網(wǎng)頁，然后正則匹配（關(guān)鍵的）。

PHP抓取頁面的主要方法,有幾種方法是網(wǎng)上前輩的經(jīng)驗，現(xiàn)在還沒有用到的，先存下來以后試試。

1.file()函數(shù)

2.file_get_contents()函數(shù)

3.fopen()->fread()->fclose()模式

4.curl方式 （本人主要用這個）

5.fsockopen()函數(shù) socket模式

6.插件(如：http://sourceforge.net/projects/snoopy/)

7.file()函數(shù)

2.使用file_get_contents方法實現(xiàn)，比較簡單。
使用file_get_contents和fopen必須空間開啟allow_url_fopen。方法：編輯php.ini，設(shè)置 allow_url_fopen = On，allow_url_fopen關(guān)閉時fopen和file_get_contents都不能打開遠程文件。
$url="[http://news.sina.com.cn/c/nd/2016-10-23/doc-ifxwztru6951143.shtml](http://news.sina.com.cn/c/nd/2016-10-23/doc-ifxwztru6951143.shtml)";
$html=file_get_contents($url);
//如果出現(xiàn)中文亂碼使用下面代碼`
//$getcontent = iconv("gb2312", "utf-8",$html);
echo"".$html."";
3.fopen()->fread()->fclose()模式 ，目前還沒用過，看到了就先記下了
4.使用curl實現(xiàn)（本人一般使用這個）。
使用curl必須空間開啟curl。方法：windows下修改php.ini，將extension=php_curl.dll前面的分號去掉，而且需 要拷貝ssleay32.dll和libeay32.dll到C:\WINDOWS\system32下；Linux下要安裝curl擴展。
(.*?)<\/script>/',$res,$arr_all);//這個網(wǎng)頁中數(shù)據(jù)通過js包過來，所以直接抓js就可以
preg_match_all('/"id"\:"(.*?)",/',$arr_all[1][1],$arr1);//從js塊中匹配要的數(shù)據(jù)
$list = array_unique($arr1[1]);//（可?。┍ＷC不重復(fù)
//以下則是同理，循環(huán)則可
for($i=0;$i<=6;$i=$i+2){
  $detail_url = 'ht*****em/'.$list[$i];
  $detail_res = curl_get_contents($detail_url);
  preg_match_all('/
<th id="mqew4"><menu id="mqew4"></menu></th>
<tr id="mqew4"><s id="mqew4"></s></tr>
<ul id="mqew4"><pre id="mqew4"></pre></ul>