Php中的HTML抓取[重复]

我建议 PHP Simple HTML DOM Parser 在您从页面中抓取HTML之后。它支持无效的HTML,并提供了一种非常简单的方法来处理HTML元素。

如果你抓取的页面是有效的X(HT)ML,那么 PHP's built-in XML parsers 会做的。

我在抓取PHP库方面没有取得多大成功。如果你喜欢冒险,你可以试试 simplehtmldom 我推荐 Hpricot 对于Ruby或 Beautiful Soup 对于Python,两者都是 极好的 HTML解析器。

我还推荐“简单HTML DOM解析器”。“这是一个很好的选择,特别是如果你熟悉jQuery或JavaScript选择器,那么你会发现自己在家里。

I have even blogged about it in the past.

和我一起工作很开心 htmlSQL ,这并不是一个高端解决方案,但使用起来非常简单。

使用PHP进行HTML抓取,我建议使用cURL+regexp或cURL+一些DOM解析器,尽管我个人使用cURL+regexp。如果你对正则表达式有深入的了解,它有时实际上更准确。

我的成绩很好 Simple Html DOM Parser 上面也提到过。然后是 tidy Extension for PHP 这也非常有效。

我不得不在主机1和1上使用curl。

http://www.quickscrape.com/ 这就是我使用Simple DOM类想到的!