php實現採集電影數據,php 採集

本文目錄一覽：

• 1、php 百度 知道數據採集
• 2、php怎麼抓取其它網站數據
• 3、php 定義一個二維數組,存儲多部電影的信息.並使用foreach將電影信息顯示到表格中
• 4、php採集大數據的方案
• 5、搜一次php1.6為什麼採集電影的時候顯示不支持當前採集環境，我用的vps，N點也安裝了，用的mqsql數據庫
• 6、做個PHP的小型電影網站，如何設計數據庫？

php 百度 知道數據採集

問題其實不難，自己都能寫。給你幾個思路吧：

1.在百度知道中，輸入linux，然後會出現列表。複製瀏覽器地址欄內容。

然後翻頁，在複製地址欄內容，看看有什麼不同，不同之處，就是你要循環分頁的i值。

當然這個是笨方法。

2.使用php的file或者file_get_contents函數，獲取鏈接URL的內容。

3.通過php正則表達式，獲取你需要的3個字段內容。

4.寫入數據庫。

需要注意的是，百度知道有可能做了防抓取的功能，你剛一抓幾個頁面，可能會被禁止。

建議也就抓10頁數據。

其實不難，你肯定寫的出來。 還有，網上應該有很多抓取工具，你找找看，然後將抓下來的數據

在做分析。寫入數據庫。

php怎麼抓取其它網站數據

可以用以下4個方法來抓取網站 的數據：

1. 用 file_get_contents 以 get 方式獲取內容：

?

$url = ”;

$html = file_get_contents($url);

echo $html;

2. 用fopen打開url，以get方式獲取內容

?

$url = ”;

$fp = fopen($url, ‘r’);

stream_get_meta_data($fp);

$result = ”;

while(!feof($fp))

{

$result .= fgets($fp, 1024);

}

echo “url body: $result”;

fclose($fp);

3. 用file_get_contents函數,以post方式獲取url

?

$data = array(

‘foo’=’bar’,

‘baz’=’boom’,

‘site’=”,

‘name’=’nowa magic’);

$data = http_build_query($data);

//$postdata = http_build_query($data);

$options = array(

‘http’ = array(

‘method’ = ‘POST’,

‘header’ = ‘Content-type:application/x-www-form-urlencoded’,

‘content’ = $data

//’timeout’ = 60 * 60 // 超時時間（單位:s）

)

);

$url = “”;

$context = stream_context_create($options);

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

echo $result;

4、使用curl庫，使用curl庫之前，可能需要查看一下php.ini是否已經打開了curl擴展

$url = ”;

$ch = curl_init();

$timeout = 5;

curl_setopt ($ch, CURLOPT_URL, $url);

curl_setopt ($ch, CURLOPT_RETURNTRANSFER, 1);

curl_setopt ($ch, CURLOPT_CONNECTTIMEOUT, $timeout);

$file_contents = curl_exec($ch);

curl_close($ch);

echo $file_contents;

php 定義一個二維數組,存儲多部電影的信息.並使用foreach將電影信息顯示到表格中

?php

$movie = array(array(‘泰坦尼克號’,’2015-07-20′),array(‘終結者’,’2015-08-28′));

?

table border=’1′

tr

td名稱/td

td上映時間/td

/tr

?php foreach ($movie as $key = $value): ?

tr

td?php echo $value[‘0’] ?/td

td?php echo $value[‘1’] ?/td

/tr

?php endforeach ?

/table

php採集大數據的方案

1、建議你讀寫數據和下載圖片分開，各用不同的進程完成。

比如說，取數據用get-data.php，下載圖片用get-image.php。

2、多進程的話，php可以簡單的用pcntl_fork()。這樣可以並發多個子進程。

但是我不建議你用fork，我建議你安裝一個gearman worker。這樣你要並發幾個，就啟幾個worker，寫代碼簡單，根本不用在代碼里考慮thread啊，process等等。

3、綜上，解決方案這樣：

（1）安裝gearman worker。

（2）寫一個get-data.php，在crontab里設置它每5分鐘執行一次，只負責讀數據，然後把讀回來的數據一條一條的扔到 gearman worker的隊列里；

然後再寫一個處理數據的腳本作為worker，例如叫process-data.php，這個腳本常駐內存。它作為worker從geraman 隊列里讀出一條一條的數據，然後跟你的數據庫老數據比較，進行你的業務邏輯。如果你要10個並發，那就啟動10個process-data.php好了。處理完後，如果圖片地址有變動需要下載圖片，就把圖片地址扔到 gearman worker的另一個隊列里。

（3）再寫一個download-data.php，作為下載圖片的worker，同樣，你啟動10個20個並發隨便你。這個進程也常駐內存運行，從gearman worker的圖片數據隊列里取數據出來，下載圖片

4、常駐進程的話，就是在代碼里寫個while(true)死循環，讓它一直運行好了。如果怕內存泄露啥的，你可以每循環10萬次退出一下。然後在crontab里設置，每分鐘檢查一下進程有沒有啟動，比如說這樣啟動3個process-data worker進程：

* * * * * flock -xn /tmp/process-data.1.lock -c ‘/usr/bin/php /process-data.php /dev/null 21’

* * * * * flock -xn /tmp/process-data.2.lock -c ‘/usr/bin/php /process-data.php /dev/null 21’

* * * * * flock -xn /tmp/process-data.3.lock -c ‘/usr/bin/php /process-data.php /dev/null 21’

不知道你明白了沒有

搜一次php1.6為什麼採集電影的時候顯示不支持當前採集環境，我用的vps，N點也安裝了，用的mqsql數據庫

你要貼出具體錯誤提示，例如它提示那個地方不支持。

php環境配置項很多，可能有一些沒有打開。然後修改對應的php.ini

N點只是虛擬主機管理系統而已，和環境無關的。

做個PHP的小型電影網站，如何設計數據庫？

可以參看discuz數據庫表帖子，和帖子附件的設計，我的大概思路是這樣的：

首先建立一個數據表”film”用來保存簡短文字信息，其中包含：電影發布時有名字，主演，簡介，歸屬欄目，發布電影的URL鏈接。在創建一個表（考慮到是小型網站，如果中型的話，可以選擇10個，像discuz一樣）”attachement”，用來保存，上傳截圖，上傳視頻。這個表用一個外鍵與film表連接。中間在外鍵上加索引。

希望我的回答對你有幫助！