php爬蟲如何運行

php爬蟲如何運行？這個問題可能是我們?nèi)粘W(xué)習(xí)或工作經(jīng)常見到的。希望通過這個問題能讓你收獲頗深。下面是小編給大家?guī)淼膮⒖純?nèi)容，讓我們一起來看看吧！

 說到做爬蟲，大家都可能第一時間想到的是python，其實php也是可以用來寫爬蟲程序的。php一貫簡潔、易用，親測使用PHPspider框架能寫出一個簡單的爬蟲。

匹配方式使用XPach語法。  

<?php
require '/vendor/autoload.php';
use phpspider\core\phpspider;

/* Do NOT delete this comment */
/* 不要刪除這段注釋 */

$configs = array(
'name' => '簡書',
'log_show' =>false,
'tasknum' => 1,
//數(shù)據(jù)庫配置
'db_config' => array(
'host'  => '127.0.0.1',
'port'  => 3306,
'user'  => 'root',
'pass'  => '',
'name'  => 'demo',
),
'export' => array(
'type' => 'db',
'table' => 'jianshu',  // 如果數(shù)據(jù)表沒有數(shù)據(jù)新增請檢查表結(jié)構(gòu)和字段名是否匹配
),
//爬取的域名列表  
'domains' => array(
    'jianshu',
    'www.jianshu.com'
), 
//抓取的起點
'scan_urls' => array(
    'https://www.jianshu.com/c/V2CqjW?utm_medium=index-collections&utm_source=desktop'
),
//列表頁實例
'list_url_regexes' => array(
    "https://www.jianshu.com/c/\d+"
),
//內(nèi)容頁實例
//  \d+  指的是變量
'content_url_regexes' => array(
    "https://www.jianshu.com/p/\d+",
),
'max_try' => 5,

'fields' => array(
    array(
        'name' => "title",
        'selector' => "//h2[@class='title']",
        'required' => true,
    ),
    array(
        'name' => "content",
        'selector' => "//div[@class='show-content-free']",
        'required' => true,
    ),
),
);

$spider = new phpspider($configs);
$spider->start();

打完代碼后，記得根據(jù)要抓取的內(nèi)容建立對應(yīng)的數(shù)據(jù)庫、數(shù)據(jù)表，字段要能對對上。

接著cmd，輸入

php -f d:\jianshu\spider.php

運行如下

感謝各位的閱讀！看完上述內(nèi)容，你們對php爬蟲如何運行大概了解了嗎？希望文章內(nèi)容對大家有所幫助。如果想了解更多相關(guān)文章內(nèi)容，歡迎關(guān)注億速云行業(yè)資訊頻道。