日期:2014-05-17  浏览次数:20398 次

【求助】PHP采集网页信息
需要采集 
http://bbs.zhanzhang.baidu.com/home.php?mod=space&uid=*
不同UID的用户名
不熟悉PHP以及正则,只是单纯的想要结果,所以麻烦直接给出PHP代码和前1000个UID的用户名,谢谢。
php

------解决方案--------------------
$html = file_get_contents('http://bbs.zhanzhang.baidu.com/home.php?mod=space&uid=1');
preg_match('@<h2 class="xs2">(.*?)<\/h2>@',$html,$match);
//var_dump($match);
echo strip_tags($match[0]);

理论上uid是自增的,前1000个就是1-1000,数字自己换吧。 
------解决方案--------------------
$url = 'http://bbs.zhanzhang.baidu.com/home.php?mod=space&uid=';

$res = array();
$uid = 1;
while(count($res) < 20) { //获取前20个,自己根据需要修改
  if(preg_match('/<h2.+?h2>/s', file_get_contents($url.$uid), $r)){
    if(preg_match_all('/\w+/', strip_tags($r[0]), $r) == 3) {
      $res[$r[0][2]] = $r[0][0];
    }
  }
  $uid++;
}
print_r($res);
结果:(关联键为UID,值为用户名)

Array
(
    [1] => sitemapbbs
    [7] => _
    [8] => sitemapTest2
    [9] => sitemapTest
    [10] => sitemapTest32
    [13] => sitemapTest3
    [14] => kkksuper
    [16] => 05
    [17] => caoli456
    [18] => wangbin_ivan
    [19] => geiwosou
    [20] => sitemap_test1
    [21] => sitemap_test5
    [22] => _
    [23] => lkmmmmj
    [24] => blackfox1983
    [25] => dongbei_wb
    [26] => xyzlinger
    [27] => sanwushuosi
    [28] => 007
)

------解决方案--------------------
同上,不过file_get_contents方法有时候会太慢,可以采用curl.