① 用php进行数据采集
$strPreg = "|<td[^>]+>([^<]+)<\/td>\s*<td[^>]+>([^<]+)<\/td>\s*<td[^>]+>([^<]+)<\/td>|U";
搞定了才发现你都没悬赏分。。。
② php使用3种方法实现数据采集 什么叫采集
下面的php代码可以将HTML表格的每行每列转为数组，采集表格数据
<?php function get_td_array($table) { $table = preg_replace("'<table[^>]*?>'si","",$table); $table = preg_replace("'<tr[^>]*?>'si","",$table); $table = preg_replace("'<td[^>]*?>'si","",$table); $table = str_replace("</tr>","{tr}",$table); $table = str_replace("</td>","{td}",$table); //去掉 HTML 标记 $table = preg_replace("'<[/!]*?[^<>]*?>'si","",$table); //去掉空白字符 $table = preg_replace("'([rn])[s]+'","",$table); $table = str_replace(" ","",$table); $table = str_replace(" ","",$table); $table = explode('{tr}', $table); array_pop($table); foreach ($table as $key=>$tr) { $td = explode('{td}', $tr); array_pop($td); $td_array[] = $td; } return $td_array; } ?>
③ php自动采集如何实现
PHP自动采集能一定程度的实现，部分网站的页面结构存在一定的共通点，比如文章内容页的标题，不少网站是标记在<h1>里的，实在不行，就采集<title>，绝对能采到，然后、过滤掉title里面的网站名称。
采集文章内容就相对麻烦，但是通过层层分析，层层剥离，一定要进行大量的网站分析，写出多套通用性比较强的采集规则，程序在采集的时候也要进行大量分析。
有几点是可以肯定的，那就是绝对不能要求采集效果达到为某个网站单独写采集规则来的效果好，也绝对不是能匹配任意网站，顶多能匹配部分网站。