使用php抓取html页面？

在一个列表中列出超过250门课程。我想获得每个课程的名称，并使用php将其插入我的mysql数据库。课程如下所示：

<td> computer science</td>
<td> media studeies</td>
…

计算机科学
媒体研究
…

---

有没有一种方法可以在PHP中实现这一点，而不是让我做一个疯狂的数据输入噩梦？

您可以使用这个HTML解析PHP库来实现这一点：http://simplehtmldom.sourceforge.net/正则表达式工作得很好

$page = // get the page
$page = preg_split("/\n/", $page);
for ($text in $page) {
    $matches = array();
    preg_match("/^<td>(.*)<\/td>$/", $text, $matches);
    // insert $matches[1] into the database
}

$page=//获取页面
$page=preg_split（“/\n/”，$page）；
对于（$text in$page）{
$matches=array（）；
预匹配（“/^（.*）$/”，$text，$matches）；
//在数据库中插入$matches[1]
}

---

有关preg_match，请参阅。

我遇到了相同的问题。 这里有一个很好的类库，叫做HTMLDOM .

---

这就像jquery一样，只是为了好玩，这里有一个快速的shell脚本来做同样的事情

curl http://courses.westminster.ac.uk/CourseList.aspx \
| sed '/<td>\(.*\)<\/td>/ { s/.*">\(.*\)<\/a>.*/\1/; b }; d;' \
| uniq > courses.txt

curlhttp://courses.westminster.ac.uk/CourseList.aspx \
|sed'/\（.*\）/{s/*“>\（.*\）./\1/；b}；d；'\
|uniq>courses.txt

如何解析HTML之前已经有过无数次了。虽然（对于您的特定用例）正则表达式可以工作，但一般来说，更好、更可靠地完成此任务。下面是如何使用：

---

对于MySql，您应该使用扩展名。因此，请使用搜索功能。

除非您需要经常从列表中刷新数据库，否则我建议您只需将页面保存为html文件，然后编写一个简单的jQuery脚本，从每个TD中提取文本，并将打印成文本的SQL字符串缝合在一起区域或萤火虫控制台或一些东西。我真的只需要课程名称的自动提示功能真的，所以我真的认为，但我不是很神在jQuery，我是如此哑铃LOL：）（相关）哦，我喜欢这个，，，这正是我所需要的，但是你能告诉我如何获得这个页面吗！在插入方面，你是将$matches[1]插入数据库，还是将其更改为$matches[2]等..只需插入$matches[1]它将在循环的每次迭代中更新。获取页面的一个简单方法是

file\u get\u contents（“http://your-url.com/page.html")

。是的，我知道，但对于这样一个快速而肮脏的工作，他只会使用一次，而且他已经知道HTML的结构，正则表达式真的很方便。此外，如果他想要可维护、无错误的代码，他应该远离PHP……无论如何，你和我一样有权对PHP发表意见。所以让我们同意废除它吧e、 '因为我已经厌倦了。建议使用第三方替代方案来代替字符串解析：，和。

$dom = new DOMDocument;
$dom->loadHTMLFile('http://courses.westminster.ac.uk/CourseList.aspx');
foreach($dom->getElementsByTagName('td') as $title) {
    echo $title->nodeValue;
}