PHP使用三種方法實現(xiàn)數(shù)據(jù)采集

?php
//連接,$error錯誤編號,$errstr錯誤的字符串,30s是連接超時時間
$fp=fsockopen("www.youku.com",80,$errno,$errstr,30);
if(!$fp) die("連接失敗".$errstr);
 
//構(gòu)造http協(xié)議字符串，因為socket編程是最底層的，它還沒有使用http協(xié)議
$http="GET /?spm=a2hww.20023042.topNav.5~1~3!2~A HTTP/1.1\r\n";   //  \r\n表示前面的是一個命令
$http.="Host:www.youku.com\r\n";  //請求的主機
$http.="Connection:close\r\n\r\n";   // 連接關(guān)閉，最后一行要兩個\r\n
 
//發(fā)送這個字符串到服務(wù)器
fwrite($fp,$http,strlen($http));
//接收服務(wù)器返回的數(shù)據(jù)
$data='';
while (!feof($fp)) {
$data.=fread($fp,4096);  //fread讀取返回的數(shù)據(jù)，一次讀取4096字節(jié)
}
//關(guān)閉連接
fclose($fp);
var_dump($data);
?>

//生成一個curl對象
$curl=curl_init();
//設(shè)置URL和相應(yīng)的選項
curl_setopt($curl, CURLOPT_URL, "http://www.youku.com");
curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);  //將curl_exec()獲取的信息以字符串返回，而不是直接輸出。
//執(zhí)行curl操作
$data=curl_exec($curl);
var_dump($data);

//使用file_get_contents()
$data=file_get_contents("http://www.youku.com");
var_dump($data);

/**
 * 發(fā)一個GET請求獲取數(shù)據(jù)
 */
function get($url)
{
   global $curl;
   // 配置curl中的http協(xié)議->可配置的薦可以查PHP手冊中的curl_
   curl_setopt($curl, CURLOPT_URL, $url);
   curl_setopt($curl, CURLOPT_RETURNTRANSFER, TRUE);
   curl_setopt($curl, CURLOPT_HEADER, FALSE);
   // 執(zhí)行這個請求
   return curl_exec($curl);
}
 
// 生成一個curl對象
$curl = curl_init();
$url='http://list.youku.com/category/show/c_96_a_%E7%BE%8E%E5%9B%BD_s_1_d_1_p_3.html';
$data=get($url);
// 匹配電影所在位置
$list_preg = '/li class="yk-col4 mr1">.+\/li>/Us';
// 匹配img標(biāo)簽上的src和alt
$img_preg = '/img class="quic" _src="(.*)" src="(.*)" alt="(.*)" \/>/U';
//匹配電影的url
$video_preg='/a href="(.*)" rel="external nofollow"  title="(.*)" target="(.*)">\/a>/U';
//把所有的li存到$list里，$list是個二維數(shù)組
preg_match_all($list_preg,$data,$list);
   //var_dump($list);
foreach ($list[0] as $k => $v) {   //這里$v就是每一個li標(biāo)簽
/* 獲取圖片及電影名稱
    preg_match($img_preg,$v,$img);  //把匹配到的圖片的信息存到$img里
    var_dump($img);
    */
    /*獲取電影地址
    preg_match($video_preg,$v,$video);  //把匹配到的電影的信息存到$video里
    var_dump($video);
*/
    preg_match($img_preg,$v,$img);
    preg_match($video_preg,$v,$video);
    echo $img[0].'a href="'.$video[1].'" rel="external nofollow" >'.$video[2].'/a>';
}

 $imgData = get($img[1]);
    // 把圖片文件寫到硬盤上【下載】
    // 因為操作系統(tǒng)是GBK的，所以要把UTF8轉(zhuǎn)成GBK
    is_dir('./youkuimg/') ? '': mkdir('./youkuimg/');
	file_put_contents('./youkuimg/'.mb_convert_encoding($img[3], 'gbk', 'utf-8').'.jpg', $imgData);