php进行爬虫获取a标签下的内容

最新推荐文章于 2022-08-19 11:23:56 发布

菜鸟一号lll

最新推荐文章于 2022-08-19 11:23:56 发布

阅读量1.1k

点赞数 1

CC 4.0 BY-SA版权

文章标签： php

本文链接：https://blog.csdn.net/weixin_46047399/article/details/116792078

该博客展示了如何使用PHP进行网页抓取，通过`file_get_contents`获取网页源代码，然后利用正则表达式匹配并提取所有`<a>`标签。进一步，它分别获取每个`<a>`标签的href链接和文字内容，为网页解析和数据提取提供了一个基本的实现示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

<?php
header("Content-type: text/html; charset=utf-8");

$str=file_get_contents("https://www.cn-teacher.com/kf/");

//拿出网页中所有《a》标签放到数组
$reg1="/<a .*?>.*?<\/a>/";
$aarray;//这个存放的就是正则匹配出来的所有《a》标签数组
preg_match_all($reg1,$str,$aarray);


//拿出《a》标签中的链接和标签内容
$hrefarray;//这个存放的是匹配出来的href的链接地址
$acontent;//存放匹配出来的a标签的内容
$reg2="/href=\"([^\"]+)/";
for($i=0;$i<count($aarray[0]);$i++){
preg_match_all($reg2,$aarray[0][$i],$hrefarray);
echo $hrefarray[1][0]."\r\n";//这里输出的就是遍历出来的所有a标签的链接
//拿出《a》标签的内容
$reg3="/>(.*)<\/a>/";
preg_match_all($reg3,$aarray[0][$i],$acontent);
echo $acontent[1][0]."\r\n";//这里输出的就是a标签的文字了
}
?>