php抓取网页表格信息(查看豆瓣文档这是豆瓣开放的api中电影部分的文档返回数据)

　　php抓取网页表格信息(查看豆瓣文档这是豆瓣开放的api中电影部分的文档返回数据)

　　查看豆瓣api文档

　　这是豆瓣开放api的电影部分的文档

　　我们直接选择top250之后往下翻阅可以看到参数需求，有两个参数，start和count，分别代表请求开始的起始地址，这里是从0开始的，count代表请求的数目。

　　返回的数据包括我们输入的参数start和count，以及电影数据的总数和排行榜的名称。我们需要的关于电影的具体数据在主题下。

　　让我们在浏览器上测试一下，

　　从浏览器返回的结果可以看出，我们得到了想要的返回数据。接下来我们要做的就是解析返回的 json 数据，并从中获取我们想要的数据。

　　根据需要创建新的数据表

　　id 用作主索引，自动递增。

　　从网页中获取数据，然后解析格式

　　我们选择使用curl获取数据，然后分析返回的json数据。

　　header("Content-type:text/html;charset=utf-8");

$url = "https://api.douban.com/v2/movie/top250start=6&count=1";

$ch = curl_init();

//设置参数

curl_setopt($ch, CURLOPT_URL, $url);

curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);

$result = curl_exec($ch);

$result = json_decode($result,true);

var_dump($result);

　　由于我还是新手，不知道怎么解析json数据最快，所以用了一个很笨很慢的方法，把它转成数组进行提取，所以如果有大神看到这个文章希望你能赐教。

　　问题总结

　　1、在多次测试中，遇到豆瓣的错误返回码，rate_limit_exceeded2 IP访问限速，然后好像是被禁止访问了，但是过了一个小时左右，测试可以通过了。

　　2、上面的代码在测试中插入数据库时​​发现错误，导致我在得到所有电影信息之前多次初始化i的值。

　　3、我不知道如何使用正则表达式，所以在提取主要内容的时候使用了一个比较麻烦的方法，但这也启发了我学习正则表达式。还是太瓜皮了，我会继续改进的。