从网页抓取特定信息

Question

http://www.tibia.com/community/?subtopic=characters&name=Nikla

在此链接的角色配置文件底部，有一个死亡列表。 如何“收集”日期信息？我不担心其余的事情，只是每次去世的日期。

我将使用PHP文件来完成此操作。

我见过这个职位：How do I make a simple crawler in PHP? 我只是不知道从哪里开始。

任何人都可以指向正确的方向吗？

Answer 1

您可以使用像Simple HTML DOM Parser这样的DOM解析。从SourceForge下载档案安装它，include该文件在您的脚本中，然后使用它。

该网站有一个丑陋的表格布局，但你可以做这样的事情：

代码：

<?php 

include('simple_html_dom.php'); 
$html = file_get_html('http://www.tibia.com/community/?subtopic=characters&name=Nikla'); 
$count = 0; //counter variable 
foreach($html->find('//*[@id="characters"]/div[5]/div/div/table[3]/tbody/tr['. 
    $i.']') as $table) { //traverse through the table and get <td> content 
    echo $table."<br/>"; 
    $count++; 
} 

?> 

输出：

Character Deaths 
Jul 11 2013, 08:08:11 CEST Killed at Level 36 by Cintyus and Seque Ladinho. 
Jul 11 2013, 07:32:31 CEST Killed at Level 36 by Drunk Noongah and Rea Per. 
Jul 09 2013, 22:05:42 CEST Killed at Level 35 by Evil Kris and Tensser. 
Jun 29 2013, 20:25:27 CEST Killed at Level 27 by Knight Abron. 
Jun 27 2013, 07:31:33 CEST Killed at Level 23 by Mysterioz Pandoria Knight. 
Jun 14 2013, 23:52:14 CEST Died at Level 16 by a rotworm. 

这只是一个例子，让你开始。你可以修改它并得到你想要的。

希望这会有所帮助！