PHPCrawl爬虫库实现抓取酷狗歌单的方法示例

看了网络爬虫相关的视频后,手痒痒,想爬点什么。最近Facebook上表情包大战很激烈,就想着把所有表情包都爬下来,却一时没有找到合适的VPN,因此把酷狗最近一月精选歌曲和简单介绍抓取到本地。代码写得有点乱,自己不是很满意,并不想放上来丢人现眼。不过转念一想,这好歹是自己第一次爬虫,于是...就有了如下不堪入目的代码~~~(由于抓取的数据量较小,所以没有考虑多进程什么的,不过我看了一下PHPCrawl的文档,发现PHPCrawl库已经把我能想到的功能都封装好了,实现起来很方便)

<?php
header("Content-type:text/html;charset=utf-8");
// It may take a whils to crawl a site ...
set_time_limit(10000);
include("libs/PHPCrawler.class.php");
class MyCrawler extends PHPCrawler {
  function handleDocumentInfo($DocInfo) {
    // Just detect linebreak for output ("\n" in CLI-mode, otherwise "<br>").
    if (PHP_SAPI == "cli") $lb = "\n";
    else $lb = "<br />";
    $url = $DocInfo->url;
    $pat = "/http:\/\/www\.kugou\.com\/yy\/special\/single\/\d+\.html/";
    if(preg_match($pat,$url) > 0){
    $this->parseSonglist($DocInfo);
    }
    flush();
  }
  public function parseSonglist($DocInfo){
    $content = $DocInfo->content;
    $songlistArr = array();
    $songlistArr['raw_url'] = $DocInfo->url;
    //解析歌曲介绍
    $matches = array();
    $pat = "/<span>名称:<\/span>([^(<br)]+)<br/";
    $ret = preg_match($pat,$content,$matches);
    if($ret>0){
      $songlistArr['title'] = $matches[1];
    }else{
      $songlistArr['title'] = '';
    }
    //解析歌曲
    $pat = "/<a title=\"([^\"]+)\" hidefocus=\"/";
    $matches = array();
    preg_match_all($pat,$content,$matches);
    $songlistArr['songs'] = array();
    for($i = 0;$i < count($matches[0]);$i++){
      $song_title = $matches[1][$i];
      array_push($songlistArr['songs'],array('title'=>$song_title));
    }
    echo "<pre>";
    print_r($songlistArr);
    echo "</pre>";
    }
  }
$crawler = new MyCrawler();
// URL to crawl
$start_url="http://www.kugou.com/yy/special/index/1-0-2.html";
$crawler->setURL($start_url);
// Only receive content of files with content-type "text/html"
$crawler->addContentTypeReceiveRule("#text/html#");
//链接扩展
$crawler->addURLFollowRule("#http://www\.kugou\.com/yy/special/single/\d+\.html$# i");
$crawler->addURLFollowRule("#http://www.kugou\.com/yy/special/index/\d+-\d+-2\.html$# i");
// Store and send cookie-data like a browser does
$crawler->enableCookieHandling(true);
// Set the traffic-limit to 1 MB(1000 * 1024) (in bytes,
// for testing we dont want to "suck" the whole site)
//爬取大小无限制
$crawler->setTrafficLimit(0);
// Thats enough, now here we go
$crawler->go();
// At the end, after the process is finished, we print a short
// report (see method getProcessReport() for more information)
$report = $crawler->getProcessReport();
if (PHP_SAPI == "cli") $lb = "\n";
else $lb = "<br />";
echo "Summary:".$lb;
echo "Links followed: ".$report->links_followed.$lb;
echo "Documents received: ".$report->files_received.$lb;
echo "Bytes received: ".$report->bytes_received." bytes".$lb;
echo "Process runtime: ".$report->process_runtime." sec".$lb;
?>

本文来自投稿,不代表科技代码立场,如若转载,请注明出处https://www.cwhello.com/6464.html

如有侵犯您的合法权益请发邮件951076433@qq.com联系删除

(0)
上一篇 2018年4月25日 09:18
下一篇 2018年4月25日 09:29

相关推荐

  • 如何使用PHP进行智能问答和知识图谱。

    随着人工智能技术的发展,智能问答系统和知识图谱已经成为了人们使用互联网获取信息的重要方式之一。PHP是一种非常流行的编程语言,非常适合用于开发智能问答系统和知识图谱。本文将介绍如何使用PHP进行智能问答...

    2023年5月28日
    04
  • PHP入门指南:持续集成。

    PHP是一种流行的开源编程语言,用于构建Web应用程序。在开发Web应用程序时,测试和持续集成非常重要。本文将介绍PHP持续集成的概念、优势和如何实施。什么是持续集成?持续集成是一种软件开发过程,通过频繁地集...

    2023年5月22日
    00
  • PHP中如何进行云上应用的开发和部署?

    PHP是一种流行的Web开发语言,它被广泛应用于云计算平台上的应用程序。在云计算时代,云上应用的开发和部署成为越来越重要的话题。如何使用PHP进行云上应用的开发和部署?这是本文的主题。一、云计算的定义和特点...

    2023年5月17日
    00
  • 如何使用PHP和JavaScript构建在线编辑器。

    随着网络技术的不断发展,越来越多的人开始使用在线编辑器编辑文本、代码等内容。如果您是一名开发人员,您可能会想要了解如何使用PHP和JavaScript构建您自己的在线编辑器。本文将介绍一些基本的步骤和技术,帮助...

    2023年5月30日
    00
  • PHP如何实现微信小程序中的日期选择器。

    随着智能手机的普及和运用,微信小程序的相关开发愈加热门。其中,小程序中的日期选择器是一项基本且常用的功能,今天我们来讨论一下如何在小程序中使用PHP 实现日期选择器。一、了解日期选择器的基本功能:日期...

    2023年6月3日
    01
  • PHP开发中的最佳加密和哈希技术。

    在今天的数字时代中,随着互联网的发展和信息的日益重要,数据的保密性和安全性变得越来越重要。为了确保数据在传输过程中不被窃取或篡改,PHP开发人员通常使用加密和哈希技术来保护敏感数据。本文将介绍PHP开发...

    2023年5月30日
    01
  • PHP中使用Redis实现秒杀活动。

    随着电商行业的发展,秒杀活动成为了各大平台吸引用户的重要方式之一。而随着用户数量的增加,原有的服务器无法承受瞬时的访问量,导致服务器崩溃,无法继续进行秒杀活动。为了解决这一问题,我们可以采用Redis进...

    2023年5月21日
    01
  • PHP调用网易短信接口实现批量短信发送。

    随着移动互联网的快速发展,短信营销成为越来越多企业所青睐的一种营销手段。而要想进行短信营销,首先需要解决的就是如何实现批量短信发送。本文将介绍如何使用PHP调用网易短信接口实现批量短信发送。申请网易短...

    2023年5月23日
    03

联系我们

QQ:951076433

在线咨询:点击这里给我发消息邮件:951076433@qq.com工作时间:周一至周五,9:30-18:30,节假日休息