频道导航

前端之家
正则表达式
正则抓取百度搜索结果
正则抓取百度搜索结果

                         2020-06-20
                         正则表达式
                         前端之家
                    
前端之家收集整理的这篇文章主要介绍了正则抓取百度搜索结果，前端之家小编觉得挺不错的，现在分享给大家，也给大家做个参考。
 
 <?PHP 
 
 //手机百度搜索 
 
@H_301_8@ 
 $key="电脑";
$url 
 'http://m.baidu.com/s?word=' 
 . 
 ; 
$result 
 = 
 file_get_contents 
 ( 
 ); 
$pattern 
 '#class="resitem".*?<a.*?href="(.*?)".*?>(.*?)</a>#si' 
 ; 
preg_match_all( 
 , 
 $matches 
 ); 

   
 
 echo 
 '<pre>' 
 ; 
print_r( 
 [1]); 
[2]); 

   
//PC百度搜索 
; 
'http://www.baidu.com/s?word=' 
 ; 
); 
'#class="result.*?class="t".*?<a.*?href="(.*?)".*?>(.*?)</a>#si' 
 ; 
); 

   
; 
[1]); 
[2]); 

   
//说明：（分析PC版） 
//正则匹配首先要分析HTML结构，锁定循环部分，<tableid="?"class="result...></table> 
//然后取得最简锚点，class="result(这里没有后面的"，因为存在class="result-op"这种) 
//接下来再对循环内部进行取锚点，class="result...<a...href="..."...>...</a> 
//而在整个result中可能存在多种<a.*?href="(.*?)".*?>(.*?)</a>这样的格式， 
//因此找到依赖class="t"，得到class="result...class="t"...<a...href="..."...>...</a> 
//过滤掉其他部分，留下我们想要的内容。 
//正则中间的.*?就是用来屏蔽无关内容(...部分)，这部分内容对于我们的结果不会造成影响 
//而我们需要的链接（href="【...】"）和标题（<a..>【...】</a>）则可以使用子模式， 
//从而可以在匹配结果中顺序取出，子模式是加括号。 
//最后替换...成.*?，需要获取数据的加上括号()，则得到正则表达式： 
//'#class="result.*?class="t".*?<a.*?href="(.*?)".*[问号]>(.*?)</a>#si' 
//注：?>注释时连在一起写会语法错误，使用时请将[问号]换回来 
//End_PHP 