前250名imdb详细信息php抓取器

我正在尝试建立一个个人电影数据库，我想从imdb获取数据。。。 是的，我知道有很多api和抓取器，但没有一个在做需要做的事情

到目前为止，我还不能想出一个解析列表并从中获取数据的解决方案

我试着用卷曲脚本来做，但没有成功

例如：

我想知道《教父：第二部分》是否进入前250名？如果是，排名是多少…

API 我会调查IMDB是否有可用的API。。。如果他们这样做的话，这可能会像查询URL和解析使用

json\u decode

返回的数据一样简单

没有可用的API？ 获取网页 不需要使用CURL一个简单的

文件\u get\u contents

就可以了

提取列表 现在您有了web页面，然后有两个选项：

使用DOM解析器解析网页（冗长，不必要）

正则表达式来提取你想要的信息（简单，简短）

正则表达式 快速查看列表的源代码可显示列表的格式：

<td class="titleColumn">RANK. <a href="/link/to/film" title="Director/Leads" >FILM TITLE</a>

然后，您可以使用标准的

PHP

数组函数来执行搜索电影之类的操作

---

旁注 特别是如果您使用上面的无API方法，您可能希望考虑将结果存储在本地，并且仅每X小时/天/周更新一次以节省加载时间等。我假设您已经计划这样做（正如你所说，你想要一个个人电影数据库……但我还是想提一下！

这里有几点建议：

<td class="titleColumn">RANK. <a.*?>FILM TITLE</a>

<td class="titleColumn">(RANK). <a.*?>(FILM TITLE)</a>

#<td class="titleColumn">(\d+)\. <a.*?>(.*?)</a>#

$page = file_get_contents("http://www.imdb.com/chart/top"); //Download the page

preg_match_all('#<td class="titleColumn">(\d+)\. <a.*?>(.*?)</a>#', $page, $matches); //Match ranks and titles

$top250 = array_combine($matches[1], $matches[2]);          //Final array in format RANK=>TITLE

echo $top250[1];

/**
Output:

The Shawshank Redemption

*/

echo array_search("The Godfather", $top250);

/**
Output:

2

*/