假設(shè)我們使用get方法請求一個(gè)網(wǎng)頁，得到網(wǎng)頁內(nèi)容后可以匹配出對應(yīng)的內(nèi)容。

我們可以使用curl封裝一個(gè)函數(shù)，假設(shè)函數(shù)名就為get。傳入url就能請求指定的網(wǎng)頁，將指定網(wǎng)頁的HTML代碼返回回來。代碼如下：

function get($url) {
    //初使化curl
    $ch = curl_init();
    //請求的url，由形參傳入
    curl_setopt($ch, CURLOPT_URL, $url);
    //將得到的數(shù)據(jù)返回
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
    //不處理頭信息
    curl_setopt($ch, CURLOPT_HEADER, 0);
    //連接超過10秒超時(shí)
    curl_setopt($ch, CURLOPT_TIMEOUT, 10);
    //執(zhí)行curl
    $output = curl_exec($ch);
    //關(guān)閉資源
    curl_close($ch);
    //返回內(nèi)容
    return $output;
}

我們現(xiàn)在使用我們所寫的get方法，請求網(wǎng)易的一個(gè)列表，將標(biāo)題和url抓取出來。

我們可以先用get方法中傳入一個(gè)URL。得到這個(gè)網(wǎng)址所對應(yīng)網(wǎng)頁的html。

網(wǎng)址為新媒體觀察網(wǎng)的新聞列表頁：http://www.xmtnews.com/events 。

將紅色區(qū)域采集下來：

一、得到采紅色區(qū)間的html 

這個(gè)區(qū)間從下面的HTML代碼開始：

<section class="ov">

在以下代碼結(jié)束：

<div class="hr-10"></div>

使用preg_match寫一個(gè)正則表達(dá)示就匹配就得到了紅色區(qū)間的HTML。將匹配到的HTML賦值給變量$area。

匹配的正則表達(dá)示如下：

<section class="ov">(.*?)<div class="hr-10"><\/div>/mis'

二、在紅色區(qū)域匹配標(biāo)題和標(biāo)題的URL

我們發(fā)現(xiàn)所有的標(biāo)題都在<h3>標(biāo)簽里面。我們使用preg_match_all寫一個(gè)正則表達(dá)示。

preg_match_all('/<h3><a href="(.*?)" title=".*?" class="headers" target="_blank">(.*?)<\/a><\/h3>/mis', $area, $find);

將url和內(nèi)容匹配出來的內(nèi)容放置到$find中，將$find數(shù)組，打印出來就可以看到匹配的結(jié)果了。

如果需要，也可以循環(huán)讀取顯示每一行標(biāo)題和每一行URL。

全部代碼演示如下：

<?php

$content = get('http://www.xmtnews.com/events');

preg_match('/<section class="ov">(.*?)<div class="hr-10"><\/div>/mis', $content, $match);

//將正則匹配到的內(nèi)容賦值給$area
$area = $match[1];

preg_match_all('/<h3><a href="(.*?)" title=".*?" class="headers" target="_blank">(.*?)<\/a><\/h3>/', $area, $find);


var_dump($find);

function get($url) {

   //初使化curl
   $ch = curl_init();

   //請求的url，由形參傳入
   curl_setopt($ch, CURLOPT_URL, $url);

   //將得到的數(shù)據(jù)返回
   curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);

   //不處理頭信息
   curl_setopt($ch, CURLOPT_HEADER, 0);

   //連接超過10秒超時(shí)
   curl_setopt($ch, CURLOPT_TIMEOUT, 10);

   //執(zhí)行curl
   $output = curl_exec($ch);

   //關(guān)閉資源
   curl_close($ch);

   //返回內(nèi)容
   return $output;
}
?>