提前PHP爬蟲，網站與後端

我的想法是，創建一個網站從其他渠道彙總其內容，並在頁面中顯示出來，提前PHP爬蟲，網站與後端

說，我有10,15網站與娛樂交易名單新聞我要抓取的網站，然後將數據保存到數據庫，輸出的內容按日期/時間排序的網頁上，必須爬行標題，全部內容或10,15行，圖像，然後鏈接到原始來源。該網站必須每5,10分鐘更新一次。在每次更新中，檢查新文章，並在帶有無限滾動的網頁中顯示標題，文本，圖像，原始源鏈接。以及我的經驗是用PHP。任何PHP框架，服務，類開始？任何幫助將不勝感激。

感謝

來源

2014-05-05 james jacob

相反爬行的頁面和屏幕抓取的，你能收集通過消耗RSS從網站訂閱相同的信息？如果可能的話，你應該避免屏幕抓取。

如果你必須刮，嘗試使用DOM解析器，而不是一個正則表達式。
http://simplehtmldom.sourceforge.net/

來源

2014-05-05 07:52:50 rmcfrazier

我試過RSS聚合。問題是10出15 RSS訂閱沒有圖像，我需要解析帖子的圖像，標題，說明 –

任何幫助，使我的目標？ @rmcfrazier –

我已經更新了我的答案，包括一個DOM解析器，而不是使用正則表達式來從網頁收集數據。 – rmcfrazier

提前PHP爬蟲，網站與後端

回答

相關問題