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,不代表重蔚自留地立场,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)
重蔚的头像重蔚管理团队
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

  • PHP文件上传入门案例

    为了方便管理这些上传的文件,我们通常会将上传的文件保存到uploads目录下面 防止上传文件过大 思路:首先给定一个文件的最大限制,然后再拿上传的文件的大小 和 最大的限制进行比较,文件大小单位是字节,字节之间…

    2018年9月15日 PHP案例操作
    0258
  • PHP8.0中的数据验证库:Respect

    随着PHP语言的普及和应用范围的扩大,数据验证也变得越来越重要。数据验证是一个Web应用中的重要环节,负责验证和过滤用户提交的数据并确保其完整性和有效性。如果没有一个强大的数据验证系统来保证数据的安全性和…

    2023年5月19日
    04
  • 循环结构---DO...WHILE循环

    语法: 变量的初始化; Do{ 达成条件运行的代码; 变量的变化; }while(条件表达式) 注意:dowhile循环不管条件是否达成,都会运行一次循环中的代码; 案例:输出1-100 图解: 案例:99乘法表

    2018年1月9日
    0405
  • PHP构造方法(函数)

    一个需求,引出构造函数 什么是构造函数呢?在回答这个问题之前,我们来看一个需求:前面我们在创建人类的对象时,是先把一个对象创建好后,再给他的年龄和姓名属性赋值,如果现在我要求,在创建人类的对象时,就指…

    2018年4月11日
    0370
  • 重蔚php学习第三十五天——php关于变量的覆盖

    html文件: php文件: 结果: 经过测试: post覆盖get cookie覆盖post和get cookie > post > get   修改php配置文件,配置变量的优先级 在5.3以前的版本中, 在5.3及以后的版本中   这个选项用于控…

    2017年10月17日 PHP自学教程
    0412
  • PHP8.0中的文件操作:文件监控

    随着Web应用程序的不断发展,PHP已经成为了Web开发中最重要的编程语言之一。作为一门灵活性极强的编程语言,PHP的每个版本都带来了新的功能和优化,为了满足不同的需求应用场景。在PHP 8.0版本中,新增了一个非常实…

    2023年5月19日
    04
  • PHP中如何进行Kubernetes技术的应用?

    随着云计算和容器化技术的飞速发展,Kubernetes已成为当今最主流的云原生应用程序管理平台。在Kubernetes的世界里,PHP这样的Web编程语言也能够轻松地进行应用。本文将介绍如何在PHP应用中使用Kubernetes技术,让你…

    2023年5月17日
    04
  • 使用PHP开发直播功能的最优解决方案。

    随着互联网的发展,直播功能已经成为了很多互联网公司必不可少的一项功能。对于开发者而言,如何高效和优雅地使用PHP语言开发直播功能显得尤为重要。下面我将基于我多年的实际开发经验,为大家分享一些使用PHP开发…

    2023年5月23日
    04

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