猛抓点评网数据 - html/css语言栏目：html.css

猛抓点评网数据 - html/css语言栏目：html.css - 自

来源：自学PHP网时间：2015-04-14 14:50 作者：阅读:次

[导读] /***@title :猛抓点评网数据*@Author:insun*@blog:http://yxmhero1989.blog.163.com*/项目需要抓取点评网的数据按往常的写php大概要累死，这时候不得不佩服火车头的采集能力。免费版的最新是7.2 虽然只...

/**

*@title :猛抓点评网数据

*@Author:insun

*@blog:http://yxmhero1989.blog.163.com

项目需要抓取点评网的数据按往常的写php大概要累死，这时候不得不佩服火车头的采集能力。

免费版的最新是7.2 虽然只能Access数据库功能但是很强大而且我们可以先写入access数据然后利用db2mysql软件导成sql语句导

入到Mysql。这样折腾就达到了收费版的效果。

火车头3个步骤都要勾选要正确做好规则和数据库安排耐心等待只有网址爬出来才能内容爬出来继续发布出来

我们来走个流程，我们需要抓取这样的这些字段

先去大众点评网看看网页规则挖掘下

上海区规则http://www.dianping.com/shanghai

全部频道

美食 (54841) /search/category/1/10

休闲娱乐 (13371)/search/category/1/30

购物 (51060) /search/category/1/20

丽人 (14027) /search/category/1/50

结婚 (6674) /search/category/1/55

亲子 (7333) /search/category/1/70

运动健身 (3915) /search/category/1/45

酒店 (3368) /search/category/1/60

爱车 (4870) /search/category/1/65

生活服务 (22724) /search/category/1/80

美食

本帮江浙菜 (6553) g101

川菜 (2587) g102

粤菜 (1700) g103

湘菜 (1121) g104

东北菜 (682) g106

贵州菜 (85) g105

台湾菜 (339) g107

新疆/清真 (344) g108

西北菜 (119) g26481

素菜 (104) g109

火锅 (2011) g110

自助餐 (404) g111

小吃快餐 (22840) g112

日本 (1786) g113

韩国料理 (680) g114

东南亚菜 (263) g115

西餐 (2050) g116

面包甜点 (6896) g117

其他 (4994) g118

卢湾区 (193) g101r1

徐汇区 (456) g101r2

静安区 (197) g101r3

长宁区 (323) g101r4

闵行区 (616) g101r12

浦东新区 (1255) g101r5

黄浦区 (326) g101r6

普陀区 (375) g101r7

闸北区 (297) g101r8

虹口区 (331) g101r9

杨浦区 (384) g101r10

宝山区 (470) g101r13

松江区 (275) g101r5937

嘉定区 (282) g101r5938

青浦区 (231) g101r5939

近郊 (504) g101r11

发现链接类似规律如下

food美食

http://www.dianping.com/search/category/1/10/g1(*)r(*)p(*)

life娱乐

http://www.dianping.com/search/category/1/30/g1(*)r(*)p(*)

* 0-10000

其他可附加

把上面链接现在第一步的起始地址里面。

至于各个字段的规则我都写好了，可以找我要

特别是有些很烦的字段，譬如说营业时间：

3个都要替换为空吧

营业时间文字很长的话会 <div class="J_full-cont Hide"> 又是很蛋疼。

然后就是第三步的内容发布。

发布可以发布为html格式的，以前版本System目录下有个html_tpl.html例子可以改。现在没了，不过我写个你们看看就好了。

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <html xmlns="http://www.w3.org/1999/xhtml"> <head> <meta http-equiv="Content-Type" content="text/html; charset=gb2312" /> <title>[标签:标题]</title> <style> body { background-color:#F1F1F1;} td {font-family: Verdana, Arial, Helvetica, sans-serif; font-size: 12px; color: #333333;line-height:180%; } </style> </head> <body> <table cellspacing="1" cellpadding="3" border="0" bgcolor="#666666" width="780" align="center"> <tr bgcolor="#FFFFFF"> <td align="center">火车采集器HTML导出模板</td> </tr> <tr bgcolor="#FFFFFF"> <td>[标签:序号]</td> </tr> <tr bgcolor="#FFFFFF"> <td>[标签:区域]</td>

Dreamweaver中图片热点工具及文本框定位的综合使用

HTML中的alt及title换行方法 - html/css语言栏目：ht

子栏目

猛抓点评网数据 - html/css语言栏目：html.css - 自

最新评论

添加评论

更多文章推荐

添加评论