[部分轉貼]php抓取網頁特定div區塊及圖片
//舉一反三
<?php
//取得指定位址的內容，並儲存至text
$text=file_get_contents(‘http://www.moea.gov.tw/Mns/populace/activephoto/ActivePhoto.aspx?menu_id=3874&ap_id=1666’);
//取出div標籤且id為PostContent的內容，並儲存至陣列match
preg_match(‘/<div[^>]*style=”margin-left: 37px”[^>]*>(.*?) </div>/si’,$text,$match);
//印出match
//print_r($match);
$length = count($match);
while ($i <= $length) {
echo($match[$i]);
$i++;
}
?>
//
昨天有個朋友在問我說，php怎麼抓取網頁某個div區塊的內容。像funp推推王那樣每次推文都會顯示文章內的圖片，提供縮圖撰擇，又是怎麼做到的？其實這語法出乎意料的簡短…
1. 取得指定網頁內的所有圖片：測試
- <?php
- //取得指定位址的內容，並儲存至text
- $text=file_get_contents(‘http://andy.diimii.com/’);
- //取得所有img標籤，並儲存至二維陣列match
- preg_match_all(‘#<img[^>]*>#i’, $text, $match);
- //印出match
- print_r($match);
- ?>
2. 取得指定網頁內的第一張圖片：測試
- <?php
- //取得指定位址的內容，並儲存至text
- $text=file_get_contents(‘http://andy.diimii.com/’);
- //取得第一個img標籤，並儲存至陣列match（regex語法與上述同義）
- preg_match(‘/<img[^>]*>/Ui’, $text, $match);
- //印出match
- print_r($match);
- ?>
3. 取得指定網頁內的特定div區塊（藉由id判斷）：測試
- <?php
- //取得指定位址的內容，並儲存至text
- $text=file_get_contents(‘http://andy.diimii.com/2009/01/seo%e5%8c%96%e7%9a%84%e9%97%9c%e9%8d%b5%e5%ad%97%e5%bb%a3%e5%91%8a%e9%80%a3%e7%b5%90/’);
- //去除換行及空白字元（序列化內容才需使用）
- //$text=str_replace(array(“r”,”n”,”t”,”s”), ”, $text);
- //取出div標籤且id為PostContent的內容，並儲存至陣列match
- preg_match(‘/<div[^>]*id=”PostContent”[^>]*>(.*?) </div>/si’,$text,$match);
- //印出match[0]
- print($match[0]);
- ?>
4. 上述2及3的結合：測試
- <?php
- //取得指定位址的內容，並儲存至text
- $text=file_get_contents(‘http://andy.diimii.com/2009/01/seo%e5%8c%96%e7%9a%84%e9%97%9c%e9%8d%b5%e5%ad%97%e5%bb%a3%e5%91%8a%e9%80%a3%e7%b5%90/’);
- //取出div標籤且id為PostContent的內容，並儲存至陣列match
- preg_match(‘/<div[^>]*id=”PostContent”[^>]*>(.*?) </div>/si’,$text,$match);
- //取得第一個img標籤，並儲存至陣列match2
- preg_match(‘/<img[^>]*>/Ui’, $match[0], $match2);
- //印出match2[0]
- print_r($match2[0]);
- ?>
後記：用正規表達式Regex來做真的很方便，但老實說我規則常會忘掉，記錄一下幾篇文章好了（Regular Expression Details| PCRE Functions | Introduction to PHP Regex | 天殺的正規表示式…）