使用哪个？ file_get_contents、file_get_html 还是 cURL？ [关闭]答案

【问题标题】：Which to use? file_get_contents, file_get_html, or cURL? [closed]使用哪个？ file_get_contents、file_get_html 还是 cURL？ [关闭]
【发布时间】：2014-08-25 07:49:06
【问题描述】：

我需要从网页上的表格中抓取数据。然后我想将这些数据存储在一个数组中，以便以后可以将其存储在数据库中。我对这个功能很不熟悉，所以我想用最简单的方法。

我应该使用哪个？ file_get_contents, file_get_html, cURL?

【问题讨论】：

你不会找到一个关于你的问题的绝对教程，你会找到很多关于各个方面的教程并将它们放在一起
有一些 api 可以提供您正在寻找的数据，这比屏幕抓取要容易得多。

标签： php curl file-get-contents simple-html-dom

【解决方案1】：

您可以使用curl()或file_get_contents()获取页面内容。
然后，使用正则表达式提取您需要的内容 (preg_match())
最后，将内容插入数据库。

您可以使用 crontab 命令(Linux: crontab -e) 使 php 脚本自动执行。

我的英语很差，所以希望有人给我意见。谢谢！

【讨论】：

【解决方案2】：

我更喜欢 PHP Simple HTML Dom Parser：

http://simplehtmldom.sourceforge.net/

然后您可以使用它们的语法遍历某些元素。例如，要获取您发送过来的链接上所有团队的名称，将其保存到数组中，然后执行 MySQL 插入语句，您可以执行以下操作：

$html = file_get_html('http://www.tablesleague.com/england/');

$name_array = array();

// Get all names
foreach($html->find('div.cell.name.no_border') as $element){ 
    //Push the name to an array
    array_push($name_array, $element->innertext);
}

然后准备一条 MySQL 语句：

foreach($name_array as $name){
    $sql = "INSERT INTO table_name (name) VALUES ($name)";
    $result = $mysqli->query($sql);
}

您始终可以创建一个包含您想要的所有元素的多维数组，在循环遍历数组时将它们从数组中拉出，并为每个查询上传多个项目。

【讨论】：

这看起来可以满足我的需求。但是我如何准确地找出每个元素在它们的语法中被称为什么？ 'div.cell.name.no_border' 是从哪里来的？
使用浏览器中的检查器查看 HTML 源代码（在 Chrome 或 Firefox 中，只需右键单击或按住 Ctrl 键单击 Mac，然后选择“检查元素”）。这需要一些基本的 HTML 知识，但我会说这是我见过的最简单的网站抓取方式。