PHP抓取网页、解析HTML常用的方法总结


            概述

爬虫是我们在做程序时经常会遇到的一种功能。PHP有许多开源的爬虫工具，如snoopy，这些开源的爬虫工具，通常能帮我们完成大部分功能，但是在某种情况下，我们需要自己实现一个爬虫，本篇文章对PHP实现爬虫的方式做个总结。

PHP实现爬虫主要方法

1.file()函数

2.file_get_contents()函数

3.fopen()->fread()->fclose()方式

4.curl方式

5.fsockopen()函数，socket方式

6.使用开源工具，如:snoopy

PHP解析XML或HTML主要方式

1.正则表达式

2.PHP DOMDocument对象

3.插件，如:PHP Simple HTML DOM Parser

总结

这里对PHP实现爬虫的方式做个简单得总结，本篇设计到得内容还有很多，稍后会对PHP解析HTML和XML的方式做个总结。