很多站长朋友们都不太清楚php抓取数据工具，今天小编就来给大家整理php抓取数据工具，希望对各位有所帮助，具体内容如下：
本文目录一览： 1、 如何利用php抓取网站动态产生的数据 2、 怎么用phpquery抓取网页实时数据？使用CI框架 3、 phpstudy怎么抓取网页数据 4、 如何在PHP中获取MYSQL数据库返回的数据的行数？ 5、 通过PHP 的 curl 如何抓取进港码头的数据？ 6、 PHP怎样抓取网页代码中动态显示的数据 如何利用php抓取网站动态产生的数据$url = "网站地址目录";
$queryServer = curl_init();
curl_setopt($queryServer, CURLOPT_URL, $url);
curl_setopt($queryServer, CURLOPT_HEADER, 0);
curl_setopt($queryServer, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($queryServer, CURLOPT_RETURNTRANSFER, true);
curl_setopt($queryServer, CURLOPT_CONNECTTIMEOUT, 10);
curl_setopt($queryServer, CURLOPT_TIMEOUT, 30);
$html = curl_exec($queryServer);
$html = iconv('UTF-8','GBK//IGNORE',$html); //如果你需要是的数据是utf-8编码的,这一行可以注销，如果需要gbk编码的,请保留.如果出现乱码，就是一行的问题，你自己调着试吧
//echo $holder;exit; 此处可以输出来测试.
$html = str_replace(array("\n","\r","\t"),"",$html);
$preg = '/<table\s+width=\"800\"[^>]+>(.*?)<\/table>/';
preg_match_all($preg,$html,$out);
//匹配每行
preg_match_all('/<tr[^>]+>(.*?)<\/tr>/',$out[1][0],$tr);
//匹配每个td
$result = array();
$match = '/<td.+>([^<]+)<\/td>/U';
foreach( $tr[0] as $key => $value ){
preg_match_all($match,$value,$arr);
$result[] = $arr[1];
}
//输出测试,$result就是你要的数据，至于你要怎么输出显示格式，那就随心调就好了。
foreach( $result as $key => $value ){
echo implode("\t",$value);
echo "<br>";
}
exit;
怎么用phpquery抓取网页实时数据？使用CI框架phpquery和框架并无关系，我现在也是用CI的
先将pq引入进来
$content = file_get_content('');
phpQuery::newDocumentHTML($content);
$containers = pq("xxxx");就可以了，但你要抓取这个网站数据，他数据是js加载的，所以你只需要
$content = file_get_content(';dataSet.nd=1440145968553dataSet.rows=100dataSet.page=1dataSet.sidx=dataSet.sord=asc');这个地址返回是json数据，你直接json_decode()就OK
phpstudy怎么抓取网页数据什么网页数据？
是打开 本地网页还是打开网上网页
如果是本地网页的话? 在浏览器上输入127.0.0.1或者localhost进行访问
如果是外网我理解的是你要获取外网的一个网页，可以用代码或者程序来实现
（一般称为采集程序，或者小偷程序）
//个人认为curl好一点，因为curl可以模拟浏览器，有的网站会过滤机器人
//1.php代码
//把网页读入一个字符串
$contone?=?file_get_contents('url');
print_r($contone);
//curl采集
#初始化curl??（true/false）
????????$ch=curl_init();
????????#请求url地址
????????$params[CURLOPT_URL]='网址';
????????#是否返回响应头信息
????????$params[CURLOPT_HEADER]?=?true;
????????#是否将结果返回
????????$params[CURLOPT_RETURNTRANSFER]?=?true;
????????#是否重定向
????????$params[CURLOPT_FOLLOWLOCATION]?=?true;
????????#伪造浏览器
????????$params[CURLOPT_USERAGENT]?=?'Mozilla/5.0?(Windows?NT?5.1;?rv:9.0.1)?Gecko/20100101?Firefox/9.0.1';
????????curl_setopt_array($ch,?$params);
????????$content=curl_exec($ch);
????????//输出网页内容
????????print_r($content);
????????
//下面是整个curl采集类
class?Curl{
????#采集的地址
????public?$url;
????#匹配的正则
????public?$preg;
????#模拟登录需要的用户名
????public?$username;
????#模拟登录需要的密码;
????public?$pwd;
????#cookie存储的路径
????private?$cookie_path;
????#采集数据的字符集
????public?$charset;
????/**
?????*?构造方法，初始化采集基本信息
?????*?@param?$url??采集的url
?????*?@param?$preg?匹配的正则
?????*?@param?string?$username??用户名
?????*?@param?string?$pwd??密码
?????*?@param?string?$charset?字符集
?????*/
????public?function?__construct($info){
????????extract($info);
????????$this->url=$url;
????????$this->preg=$preg;
????????if(isset($charset)){
????????????header("content-type:text/html;charset=".$this->charset);
????????}else{
????????????header("content-type:text/html;charset=utf-8");
????????}
????????if(isset($username)){
????????????$this->username=$username;
????????}
????????if(isset($pwd)){
????????????$this->pwd=$pwd;
????????}
????}
????/*
?????*?采集数据，非表单提交方式，直接采集的
?????*/
????public?function?get_info(){
????????#初始化curl
????????$ch=curl_init();
????????#请求url地址
????????$params[CURLOPT_URL]=$this->url;
????????#是否返回响应头信息
????????$params[CURLOPT_HEADER]?=?true;
????????#是否将结果返回
????????$params[CURLOPT_RETURNTRANSFER]?=?true;
????????#是否重定向
????????$params[CURLOPT_FOLLOWLOCATION]?=?true;
????????#伪造浏览器
????????$params[CURLOPT_USERAGENT]?=?'Mozilla/5.0?(Windows?NT?5.1;?rv:9.0.1)?Gecko/20100101?Firefox/9.0.1';
????????//判断是否有cookie,有的话直接使用
????????//if?(isset($_COOKIE['cookie_jar'])?($_COOKIE['cookie_jar']?||?is_file($_COOKIE['cookie_jar']))){
????????//????$params[CURLOPT_COOKIEFILE]?=?$_COOKIE['cookie_jar'];?//这里判断cookie
????????//}?else?{
????????//????$cookie_jar?=?tempnam($this->cookie_path,?'cookie');??????????????????//产生一个cookie文件
????????//????$params[CURLOPT_COOKIEJAR]?=?$cookie_jar;???????????????????????//写入cookie信息
????????//????setcookie('cookie_jar',?$cookie_jar);?//保存cookie路径
????????//}
????????#开始发送请求，传入curl参数
????????curl_setopt_array($ch,?$params);
????????$content=curl_exec($ch);
????????????preg_match_all($this->preg,$content,$arr);
????????return?$arr;
????}
????/**
?????*?采集远程图片
?????*?@param?$img??图片路径??是一个数组
?????*?@param?$save_path???图片保存在你本地的路径
?????*?@return?bool
?????*/
????public?function?get_img($img,$save_path){
????????for($i=0;$i<count($img);$i++)?{
????????????$res=@file_get_contents($img[$i]);
????????????$img_type=substr($img[$i],?strrpos($img[$i],?"."));
????????????$path=$save_path.time().rand(1,9999999).mt_rand()?.$img_type;
????????????$img[$i]?=?$path;
????????????file_put_contents($path,$res);
????????}
????????return?$img;
????}
????//登录后采集
????public?function?register_info(){
????????//采集的信息需要先登录的就要先模拟登录
????????//设置cookie保存路径
????????$ch?=?curl_init();
????????//组装用户名和密码
????????$info['username']?=?$this->username;
????????$info['password']?=?$this->pwd;
????????//模拟表单提交
????????$params[CURLOPT_URL]?=?$this->url;????//请求url地址
????????$params[CURLOPT_HEADER]?=?true;?//是否返回响应头信息
????????$params[CURLOPT_RETURNTRANSFER]?=?true;?//是否将结果返回
????????$params[CURLOPT_FOLLOWLOCATION]?=?true;?//是否重定向
????????$params[CURLOPT_USERAGENT]?=?'Mozilla/5.0?(Windows?NT?5.1;?rv:9.0.1)?Gecko/20100101?Firefox/9.0.1';
????????$postfields?=?'';
//将表单要提交的数据编程URL拼接方式
????????foreach?($info?as?$key?=>?$value){
????????????$postfields?.=?urlencode($key)?.?'='?.?urlencode($value)?.?'';
????????}
????????$params[CURLOPT_POST]?=?true;
????????$params[CURLOPT_POSTFIELDS]?=?$postfields;
//判断是否有cookie,有的话直接使用
????????if?(isset($_COOKIE['cookie_jar'])($_COOKIE['cookie_jar']||is_file($_COOKIE['cookie_jar']))){
????????????$params[CURLOPT_COOKIEFILE]?=?$_COOKIE['cookie_jar'];?//这里判断cookie
????????}else{
????????????$cookie_jar?=?tempnam($this->cookie_path,?'cookie');?//产生一个cookie文件
????????????$params[CURLOPT_COOKIEJAR]?=?$cookie_jar;?//写入cookie信息
????????????setcookie('cookie_jar',?$cookie_jar);?//保存cookie路径
????????}
????????curl_setopt_array($ch,?$params);?//传入curl参数
????????$content?=?curl_exec($ch);?//执行
????????return?$content;
????}
}
如何在PHP中获取MYSQL数据库返回的数据的行数？1、首先打开MYSQL的管理工具，新建一个test表，并且在表中插入两个字段。
2、接下来在Editplus编辑器中创建一个PHP文件，然后进行数据库连接，并且选择要操作的数据库。
3、然后通过mysql_query方法执行一个Insert的插入语句。
4、执行完毕以后，我们回到数据库管理工具中，这个时候你会发现插入的中文乱码了。
5、接下来我们在PHP文件中通过mysql_query执行一个set? names? utf8语句即可完成操作。
通过PHP 的 curl 如何抓取进港码头的数据？使用PHP的cURL库可以简单和有效地去抓网页。你只需要运行一个脚本，然后分析一下你所抓取的网页，然后就可以以程序的方式得到你想要的数据 了。无论是你想从从一个链接上取部分数据，或是取一个XML文件并把其导入数据库，那怕就是简单的获取网页内容，cURL 是一个功能强大的PHP库。本文主要讲述如果使用这个PHP库。
//如果要转载本文请注明出处,免的出现版权纷争,我不喜欢看到那种转载了我的作品却不注明出处的人 Seven{See7di#Gmail测试数据}
启用 cURL 设置
首先，我们得先要确定我们的PHP是否开启了这个库，你可以通过使用php_info()函数来得到这一信息。
<?php
phpinfo();
?>
如果你可以在网页上看到下面的输出，那么表示cURL库已被开启。
如果你看到的话，那么你需要设置你的PHP并开启这个库。如果你是在Windows平台下，那么非常简单，你需要改一改你的php.ini文件的设置，找到php_curl.dll，并取消前面的分号注释就行了。如下所示：
//取消下在的注释
extension=php_curl.dll
如果你是在Linux下面，那么，你需要重新编译你的PHP了，编辑时，你需要打开编译参数——在configure命令上加上“–with-curl” 参数。
一个小示例
如果一切就绪，下面是一个小例程：
<?php
// 初始化一个 cURL 对象
$curl = curl_init();
// 设置你需要抓取的URL
curl_setopt($curl, CURLOPT_URL, '');
// 设置header
curl_setopt($curl, CURLOPT_HEADER, 1);
// 设置cURL 参数，要求结果保存到字符串中还是输出到屏幕上。
curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);
// 运行cURL，请求网页
$data = curl_exec($curl);
// 关闭URL请求
curl_close($curl);
// 显示获得的数据
var_dump($data);
?>
如何POST数据
上面是抓取网页的代码，下面则是向某个网页POST数据。假设我们有一个处理表单的网址，其可以接受两个表单域，一个是电话号码，一个是短信内容。
<?php
$phoneNumber = '13912345678';
$message = 'This message was generated by curl and php';
$curlPost = 'pNUMBER=' . urlencode($phoneNumber) . 'MESSAGE=' . urlencode($message) . 'SUBMIT=Send';
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, '');
curl_setopt($ch, CURLOPT_HEADER, 1);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_POST, 1);
curl_setopt($ch, CURLOPT_POSTFIELDS, $curlPost);
$data = curl_exec();curl_close($ch);
?>
从上面的程序我们可以看到，使用CURLOPT_POST设置HTTP协议的POST方法，而不是GET方法，然后以CURLOPT_POSTFIELDS设置POST的数据。
关于代理服务器
下面是一个如何使用代理服务器的示例。请注意其中高亮的代码，代码很简单，我就不用多说了。
<?php
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, '');
curl_setopt($ch, CURLOPT_HEADER, 1);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_HTTPPROXYTUNNEL, 1);
curl_setopt($ch, CURLOPT_PROXY, 'fakeproxy测试数据:1080');
curl_setopt($ch, CURLOPT_PROXYUSERPWD, 'user:password');
$data = curl_exec();curl_close($ch);
?>
关于SSL和Cookie
关于SSL也就是HTTPS协议，你只需要把CURLOPT_URL连接中的http://变成https://就可以了。当然，还有一个参数叫CURLOPT_SSL_VERIFYHOST可以设置为验证站点。
关于Cookie，你需要了解下面三个参数：
CURLOPT_COOKIE，在当面的会话中设置一个cookie
CURLOPT_COOKIEJAR，当会话结束的时候保存一个Cookie
CURLOPT_COOKIEFILE，Cookie的文件。
HTTP服务器认证
最后，我们来看一看HTTP服务器认证的情况。
<?php
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, '');
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_HTTPAUTH, CURLAUTH_BASIC);
curl_setopt(CURLOPT_USERPWD, '[username]:[password]')
$data = curl_exec();
curl_close($ch);
?>
PHP怎样抓取网页代码中动态显示的数据你是想抓别人网页上ajax动态载入的数据吧？
1、要找到它的ajax载入的URL地址
2、利用PHP的file_get_contents($url)函数读取那个url地址。
3、对抓取到的内容进行分析或正则过滤。
关于php抓取数据工具的介绍到此就结束了，不知道本篇文章是否对您有帮助呢？如果你还想了解更多此类信息，记得收藏关注本站，我们会不定期更新哦。
查看更多关于php抓取数据工具 php抓取网页数据的详细内容...