Simple HTML DOM PHP库 _PHP 实现一个简单的爬虫示例

[id_1639354308]'https://www.example.com';
// 初始化 cURL
$ch = curl_init();
// 设置 cURL 选项
设置curl的URL参数为指定的网址；curl_setopt($ch, CURLOPT_URL, $url);
设置curl的选项，确保返回值为字符串形式，同时将CURLOPT_RETURNTRANSFER配置为true。1);
// 执行 cURL
$output = curl_exec($ch);
// 关闭 cURL
curl_close($ch);
// 输出抓取到的内容
$html = $output;
?>

HTML DOM 是一款PHP库，操作HTML文档变得轻松便捷。该库运用了DOM（文档对象模型）技术，将HTML文档视为一种树状结构，从而极大地简化了信息的提取与修改过程。

使用方法很简单：

首先，请下载HTML DOM库；然后，将下载得到的库文件（.php格式）引入到你的代码中。

include 'simple_html_dom.php';

3. 使用 HTML DOM 解析 HTML 文档：

// 接上面代码，获取到抓取到的完整的HTML代码
$html = $output;
// 查找文档中的所有链接
foreach($html->find('a') as $element) 
   echo $element->href . '
';
// 查找文档中所有图片
foreach($html->find('img') as $element)
   echo $element->src . '
';
// 查找文档中第一个 h1 标签
$h1 = $html->find('h1', 0);
echo $h1->innertext;

借助HTML DOM，您能够轻松获取HTML文档中的各类元素、属性和文本数据，同时也能便捷地对HTML文档进行编辑，从而显著降低了爬虫程序开发的复杂程度。

若您希望深入了解 HTML DOM 的相关知识，不妨查阅其官方发布的文档资料。