PHP 如何抓取网页

打开电脑刷资讯、存攻略时，你有没有想过：那些帮你把分散在各个网页的内容汇总成一份清单的工具，背后是怎么实现的？其实很多这类网页内容抓取的小功能，都能用PHP轻松实现——它是很多网站后台常用的编程语言，门槛不高，新手也能快速上手。

先搞懂：PHP抓取网页不是“偷内容”

很多人一听到“抓取”就会担心是不是违规，其实只要是公开的网页内容，在不侵犯版权、不恶意爬取的前提下，PHP抓取只是“按规则读取别人公开的网页内容”，就像你打开浏览器看新闻，本质是一样的。比如你想把某个公开的美食测评网页里的菜谱文字，搬到自己的笔记里，用PHP就能快速提取，不用手动复制粘贴。

第一步：用最基础的方法打开网页

PHP里自带一个简单的工具叫file_get_contents，就像你用手机点开一个网页，只需要给它传一个网页地址，它就能把整个网页的“源代码”拿过来。比如你想抓取某旅游平台上公开的景点推荐页，写一行代码就行：

`php

$url = 'https://example.com/jingdian'; // 换成你要抓的公开网页地址

$content = file_get_contents($url);

`

这个时候$content变量里，已经存了那个网页的所有代码，包括文字、图片地址这些信息，就像你把一本打印好的书整个拿到了手里。

不过要注意，有些网页会设置“不让别人轻易抓我”，这时候file_get_contents可能会拿不到内容，就像你敲门没人应，这时候需要加个小“伪装”——假装成是浏览器在访问，再加一行代码设置浏览器标识：

`php

$options = [

'http' => [

'header' => 'User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36'

]

];

$context = stream_context_create($options);

$content = file_get_contents($url, false, $context);

`

加上这两行，就像你戴上了浏览器的“面具”，网页就会正常响应了。

第二步：从一堆代码里挑出你要的内容

拿到整个网页代码后，你肯定不想留没用的东西，比如网页底部的版权声明、侧边栏的广告，这时候需要用PHP的“字符串提取”工具，最常用的是strpos和substr，就像你在一本书里找某一页的某一段话：比如你要的是网页里“景点介绍”的部分，你可以先找“景点介绍”这几个字的位置，再把后面一段内容截下来。

如果网页结构很规整，比如每个景点都在<div class="jingdian-info">这个标签里，还有个更简单的工具DOMDocument，相当于你给代码做了个“索引”，直接告诉它“把所有这个标签里的文字都拿出来”，不用自己慢慢找。

新手要避开的几个小坑

很多第一次用的人会踩雷：一是抓了需要登录的网页内容，这种内容是私人的，不能随便抓；二是抓得太频繁，比如一秒钟抓10次，会被网站当成恶意访问，直接封掉你的IP，就像你反复敲门会被当成坏人赶走；三是抓了有版权的内容，比如某出版社的公开小说章节，你抓来直接用，可能会侵权，就像你随便抄别人的作业。

其实PHP抓取网页最适合的场景，是自己的小需求：比如把几个公开的天气预报网页的温度汇总到自己的小工具里，或者把电商平台上公开的促销信息整理成清单，只要遵守规则，就能轻松实现。