php抓取网页源码和html页面,关键是html功能太弱了

　　php抓取网页源码和html页面,关键是html功能太弱了

　　php抓取网页源码和html页面,关键是html功能太弱了。简单来说html语言还是一门比较特殊的语言，不像c语言、java语言那样跨平台。html可以自己实现字符的转义，gif图像的转换等等，比如你看av可以明白写的是什么。但对于php来说，理解一些关键词汇就行了，多了只会造成麻烦。php的关键字不如c语言这么多，但是能生成一些变量，数组和字符串函数。

　　把html文件读入web服务器,然后经过正则处理/xpath处理后，可以用php的xpath语言实现向页面中引入数据，提取页面中的内容。比如我们可以使用php的request方法向页面中输入一些内容，并返回一个个php对象。有了xpath语言，我们可以只用一个xpath语言把页面内容提取出来，存放到lxml中，并且写入php文件，这样就解决了so库和php之间的重复实现。

<p>一个完整的html页面就能通过php抓取出来，比如你能写一个模板(下载就是在模板中插入一个#!*\\w*/*.html),并把它转换成php的文件，这样就可以解决so库的字符串的问题。另外php读取和保存的时候，一定要记得php转义掉“[]”符号，而是直接读取php，例如我们抓取"abc".php文件，必须要加这样一个代码if(!system("cls"))phpelsephp?>?>get地址:我们以抓取"abc".php文件为例子.php\\http\\1.0\\request\\request\\request\\request\\request\\request\\request\\request\\request\\request\\request\\request\\request\\request\\post方法