[請益] 如果我想要手動抓下一個網站要如何開始?

[oiolong (龍龍龍)]

請問一下

我想要把一個網站裡面的所有資訊拿下來到資料庫裡面

我要怎麼開始呢?

google 過有很多 github 的 source code

但由於是初學者,想要自己造輪子

我的構思大概是這樣

1 用 curl 去拿到 sourcecode

2 用 php 去分析內容 (regular expression or xpath or .... ?)

3 存入db


目前卡在2 的選型上面,

想請教版上的大大們

哪種方式比較好呢？


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 211.75.186.160
※ 文章網址: https://www.ptt.cc/bbs/PHP/M.1499911694.A.89A.html
→ MOONRAKER: 以2而言，弄一個HTML parser應該比較方便
推 shadowjohn: 2 有 simplehtmldom、phpquery 可以用，re稍累
推 shadowjohn: 簡單的用getBetween就好了，php manual滿多人分享