请教 Laravel 怎么提取一个页面中的特定内容（传说中的爬虫？）

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 3100 天前的主题，其中的信息可能已经有所发展或是发生改变。

想要提取某个网站的一个页面上的特定内容，页面大体结构就是一些 div 、 table ，需要提取的是一个 table 中的内容， table 有 ID ，要提取的内容也有特定的 class

因为本身项目是 Laravel ，所以想也用 Laravel 实现，请指教一下思路？有什么包可以用？

11 条回复 • 2016-06-03 20:05:10 +08:00

xuxu

2016-06-03 10:26:29 +08:00

这跟 Laravel 没关系😄

lissome

2016-06-03 11:02:29 +08:00

@xuxu 和 PHP 有关系？

xummerj

2016-06-03 11:04:20 +08:00

这个你可以直接用 curl 获取内容，然后正则或者 PHP Simple HTML DOM 解析;
还有可以看看这相
https://github.com/FriendsOfPHP/Goutte

yangqi

2016-06-03 11:05:36 +08:00

和 laravel 没关系，看看 DomCrawler 这个包

jugelizi

2016-06-03 11:13:13 +08:00

Laravel 什么时候变爬虫了？
curl 抓取 [snoopy] 然后解析 [simple_html_dom_node]

lissome

2016-06-03 11:27:03 +08:00

@yangqi
@xummerj 谢谢指点

@jugelizi 并不是要用 Laravel 做爬虫，只是想在现有 Laravel 项目里实现一个这个功能

terranboy

2016-06-03 11:43:06 +08:00

goutte 不错可惜是单线程

tagtag

2016-06-03 13:52:18 +08:00

file_get_contents+正则

Moker

2016-06-03 14:13:55 +08:00

phpQuery 用这个，语法和 JQ 一样 $('table').html()

icybee

2016-06-03 16:21:40 +08:00

进队列，后台守护进程抓去入库，推荐用各种 mq 实现

thenbsp

2016-06-03 20:05:10 +08:00