php爬虫抓取网页数据都是纯html格式，如何使用

　　php爬虫抓取网页数据都是纯html格式，如何使用

　　php爬虫抓取网页数据都是纯html格式，想要去解析这种数据，就得借助于搜索引擎了。今天介绍一个简单的php爬虫抓取利器selenium，如何使用呢？1.从网上下载pythonselenium模块2.利用pythonidle创建一个pythonidleexample，如下图3.打开命令行，或者下载好pythonselenium模块后，打开:8080/example/python/selenium，点击下图中的空白框4.接下来就可以开始使用pythonselenium模块来模拟浏览器来抓取数据了5.通过网页源代码看出，这个命令行工具从头到尾只抓取了一个url，这就是网页源代码，现在要抓取的数据被标记了json格式(jsonobject)，现在就可以通过selenium来解析这种格式的数据了6.如何操作json格式的数据呢？我们首先按照上面第二步创建的pythonidleexample进行网页代码逆向解析，然后再用selenium模拟浏览器来抓取html格式的数据到python中，这样就可以用一个json解析器解析json格式的数据了7.接下来抓取网页源代码，对于python的example示例程序，我使用了：fiddler+postman，fiddler把网页代码打开了，postman看代码，抓包就是这么简单！。

　　具体使用的python库当然还是有些的，像requests、phantomjs、openid等等，但要统一整理的话，难度还是蛮大的，最重要的是对它们的用法要掌握，