其实我自身的不是经常写正则，而且不规则的html去写正则本身就是件很麻烦的事情，如果页面有些微变动和更新就得再次去维护正则表达式，其实是非常蛋疼的
我第一感觉就是去找一下爬虫的库，但是发现现在php爬虫成熟的开源项目还挺多的
最开始我是准备使用phpquery，因为他实现了类似jQuery的功能，可以减少我花费的时间，但是毕竟是6年前的项目，原项目在http://code.google.com/p/phpquery/上，github虽然已经有人copy过去了，
年久失修，因为不是特别好使用，也别现在啥玩意都需要composer安装，没有提交到https://packagist.org，但是现在新项目好多都是基于php7的，有点过时了，
中了一会发现现在phpspider挺好用，注意不是php-spider，而且有中文文档，但是还没有特别完善，https://doc.phpspider.org/
https://github.com/owner888/phpspider
注意：本框架只能在命令行下运行，命令行、命令行、命令行，重要的事情说三遍 ^_^
但是我需要在web下运行，test_requests.php 发现已经实现了css选择器作为替代手写正则表达式的方法，很好，强不强大等用户自己使用过后再自己评价
可以直接在web上运行
use phpspider\core\requests;
use phpspider\core\selector;
引入
$html = requests::get(‘http://www.ccmn.cn/‘); ???????$data = selector::select($html, "#40288092327140f601327141c0560001", "css"); ???????$data1 = selector::select($data, "tr", "css"); ???????array_shift($data1); ???????$array = array(); ???????if (!empty($data1) && is_array($data1)) { ???????????foreach ($data1 as $k => &$v) { ???????????????$data2 = selector::select($v, "td", "css"); ???????????????foreach ($data2 as $kk => &$vv) { ???????????????????$vv = str_replace(‘ ‘, ‘‘, $vv); ???????????????????$vv = str_replace(array("\r\n", "\r", "\n"), "", $vv); ???????????????????$vv = trim($vv); ???????????????} ???????????????$data2[‘3‘] = selector::select($data2[‘3‘], "font", "css"); ???????????????unset($data2[‘6‘]); ???????????????$array[] = $data2; ???????????}
就完成了一个还算有一点点复杂的网页固定位置的抓取
很简单对吧
https://doc.phpspider.org/selector.html
官方支持更强大的css选择器，基本常用的足够了
和写jquery的感觉差不多
还有这个是cli运行，
注意不要删了
#/\* Do NOT delete this comment \*/#
#/\* 不要删除这段注释 \*/#
会报错，因为蛋疼去匹配了这些
???????if (!preg_match("#/\* Do NOT delete this comment \*/#", $content) || !preg_match("#/\* 不要删除这段注释 \*/#", $content)) ???????{ ???????????$msg = "Unknown error..."; ???????????log::error($msg); ???????????exit; ???????}有点强迫症的感觉
源码还没时间读，确实值得一读
目前其他功能测试过在写入博客
phpspider php爬虫框架
原文地址：http://www.cnblogs.com/zx-admin/p/8072500.html