php网页抓取( 如何利用PHP抓取百度阅读的方法看能)

　　php网页抓取(

如何利用PHP抓取百度阅读的方法看能)

　　使用PHP爬取百度阅读的方法示例

　　更新时间：2016-12-18 11:06:49 发布者：daisy

　　最近在百度阅读上购买了一本电子书《永恒的终结》，但发现只能在线阅读或手机端阅读，无法下载放入kindle。所以试试看能不能下载这个文章。有需要的朋友可以参考一下，一起来看看吧。

　　前言

　　本篇文章主要介绍如何使用PHP爬取百度阅读。下面我就不多说了，一起来看看吧。

　　抓取方法如下

　　首先在浏览器中打开阅读页面，查看源码后发现，小说的内容并没有直接写在页面上，也就是说，小说的内容是异步加载的。

　　于是我将chrome的开发者工具切换到了网络栏目，刷新了阅读页面，主要关注了XHR和脚本这两个类别。

　　经过排查，发现脚本类别下有一个jsonp请求，更像是小说的内容。请求地址是

　　返回的是一个jsonp字符串，然后我发现如果去掉地址中的callback=wenku7，返回的是一个json字符串，解析起来方便很多，可以直接在php中转换成数组。

　　我们来分析返回数据的结构。返回的 json 字符串后跟一个树状结构。每个节点都有at属性和ac属性。t属性用来表示这个节点的标签，比如h2 div等，c属性就是内容，但是有两种可能，一种是字符串，一种是数组，每个元素的数组是一个节点。

　　这种结构最好解析，可以用递归来完成

　　最终代码如下：

<p>