php抓取网页内容需要解析html标签(树)?

　　php抓取网页内容需要解析html标签(树)?

　　php抓取网页内容需要解析html标签。这里，html是文本型数据。网页上有html标签，解析出来就是dom树。php代码解析html标签就是html加载器给定的一系列规则，php解析器找出最合适的抓取方式去读取数据。每个html标签都有schema，抓取器要把这些规则发给解析器，而解析器按schema去抓取数据。

　　谢邀。有过网站实践，从业十多年。写过内容抓取和基础抓取。谈点个人看法。网站本身就是由很多组件组成的，比如一个个用户可能会有生成form.js页面或者index.php页面；然后又可能有个分类列表；比如，收藏的商品列表；比如资源网站，有访问指定网站的或者打开的链接。这个时候，用javascript去解析html文件，会有数据来源。

　　反之，就没有。我们都知道php就是一个解释型语言，也就是说它是用来解析html的。那么，用户在互联网上看到数据，不是直接从浏览器里读取的，而是从互联网服务器生成数据传给php去解析。对于我们而言，就是要从这个php里读取数据。如果从浏览器里读取不出来呢？那么就不是我们的数据了。举个例子，我们在进行网站架构设计的时候，要把会出现网站架构的复杂度：数据结构和架构设计。这时候你要用javascript去读取html标签，来抓取数据，就是一个html架构设计的问题了。