PHP一个简单的无需刷新爬虫

由于只是一个小示例，所以过程化简单写了，小菜随便参考，大神大可点解

<?php //设置最大执行时间set_time_limit(0);function getHtml($url){  // 1. 初始化   $ch = curl_init();   // 2. 设置选项，包括URL   curl_setopt($ch,CURLOPT_URL,$url);   curl_setopt($ch,CURLOPT_RETURNTRANSFER,1);   curl_setopt($ch,CURLOPT_HEADER,0);   // 3. 执行并获取HTML文档内容   $output = curl_exec($ch);   if($output === FALSE ){    $output = '';   }   // 4. 释放curl句柄   curl_close($ch);   return $output;}function getPageData($url){  // 获取整个网页内容  $html = getHtml($url);  // 初步获取主块内容  preg_match("/教程列表.*教程列表/s",$html,$body_html);  // 返回数据  $data = array();  //判断是否存在要获取的内容  if(count($body_html)){    // 获取页面指定信息    preg_match_all('/<a class="avatar".*user_id="(/S*)" href="(/S*)" rel="external nofollow" /',$body_html[0],$info_1);    preg_match_all('/<a href="(.*)" rel="external nofollow" .*title="(.*)"/',$body_html[0],$info_2);    $info = array_merge($info_1,$info_2);    //组合的信息    for($index=0; $index<count($info[0]); $index++){      //以文章信息作为key存数组，以及覆盖旧数据      $data[$info[4][$index]] = array(              'user_id'  => $info[1][$index],              'user_home' => $info[2][$index],              'a_url'   => $info[4][$index],              'a_title'  => $info[5][$index],           );    }  }  return $data;}header("Content-type: text/html; charset=utf-8"); echo '<pre>';// 初始化数据$page_no = 1;$data_all = array();// 分页获取数据do{  $url = 'http://www.thinkphp.cn/code/examples/p/' . $page_no;  $data = getPageData($url);  $data_all += $data;  $page_no ++;}while ($page_no <= 10); //当前只获取10页，如果要全部获取则把条件换成$data或!empty($data)var_dump($data_all);?>

接下的入表库当然就不写了，那些更小意思了~就此别过吧~

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对错新站长站的支持。如果你想了解更多相关内容请查看下面相关链接