使用php的curl根據(jù)關(guān)鍵詞爬取百度搜索結(jié)果頁

我想實(shí)現(xiàn)的是每次根據(jù)給出的關(guān)鍵詞搜索百度結(jié)果頁

其中php抓取代碼如下：

<?php

$url = "http://www.baidu.com/s?wd=生命動(dòng)力";

// 構(gòu)造包頭，模擬瀏覽器請求

$header = array (

"Host:www.baidu.com",

"Content-Type:application/x-www-form-urlencoded",//post請求

"Connection: keep-alive",

'Referer:http://www.baidu.com',

'User-Agent: Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; WOW64; Trident/5.0; BIDUBrowser 2.6)'

);

$ch = curl_init ();

curl_setopt ( $ch, CURLOPT_URL, $url );

curl_setopt ( $ch, CURLOPT_HTTPHEADER, $header );

curl_setopt ( $ch, CURLOPT_RETURNTRANSFER, 1 );

// 執(zhí)行

$content = curl_exec ( $ch );

if ($content == FALSE) {

echo "error:" . curl_error ( $ch );

}

// 關(guān)閉

curl_close ( $ch );

//輸出結(jié)果

echo $content;

?>

可是每次爬取結(jié)果都是無法爬取到百度推廣的內(nèi)容

原因如下：

你的user-agent沒有模擬好，所以不行。其實(shí)根本不需要用post，直接用get就可以了。

修改如下：

$url = "http://www.baidu.com/s?wd=生命動(dòng)力";

$header = array (

        'User-Agent: Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/33.0.1750.146 Safari/537.36'

);

$ch = curl_init ();

curl_setopt ( $ch, CURLOPT_URL, $url );

curl_setopt ( $ch, CURLOPT_HTTPHEADER, $header );

curl_setopt ( $ch, CURLOPT_RETURNTRANSFER, 1 );

// 執(zhí)行

$content = curl_exec ( $ch );

if ($content == FALSE) {

    echo "error:" . curl_error ( $ch );

}

// 關(guān)閉

curl_close ( $ch );

//輸出結(jié)果

echo $content;