一个 PHP 的爬虫框架 -- QueryList

<li>获取编码格式

<li>获取html信息

use QL\QueryList;

//设定输出文字的字符集
header("Content-type: text/html; charset=utf-8"); 
//采集某页面所有的超链接和超链接文本内容
//可以先手动获取要采集的页面源码
$html = file_get_contents('http://www.acfun.cn/u/518227.aspx');
//然后可以把页面源码或者HTML片段传给QueryList

//设置采集规则
$rule = [
    // 采集关注者a标签的href属性
    'headerimg' => ['div#flowedlist div.contentView figure div.fl a img','src'],
    // 采集关注者a标签的文本内容
    'text' => ['div#flowedlist div.contentView figure div.fl a.name','text']
];

//通过封装的方法获取所有数据
$data = QueryList::html($html)->rules($rule)->query()->getData()->all();

//打印结果
print_r($data);

require './vendor/autoload.php';

use QL\QueryList;

header("Content-type: text/html; charset=utf-8"); 
//采集某页面所有的超链接和超链接文本内容
//可以先手动获取要采集的页面源码
//爬取九页内容
for ($j=1; $j < 10; $j++) { 
  $url = 'http://pic.netbian.com';
  if ($j == 1) {
    $html = file_get_contents($url.'/4kdongman/index.html');
  }else{
    $html = file_get_contents($url.'/4kdongman/index_'.$j.'.html');
  }

  $rule = [
    // 采集图片a标签的href属性
      'a_link' => ['div#main div.slist ul.clearfix li a','href'],
  ];
  //然后可以把页面源码或者HTML片段传给QueryList
  $datas = QueryList::html($html)->rules($rule)->query()->getData()->all();

  $i = 1;
  foreach($datas as $key => $value){
    //进入详情页抓取图片数据
    $qll = QueryList::get($url.$value['a_link']);

    $one_img = $qll->find('div.view>div.photo-pic>a>img')->attrs('src')->all();
    $img = $url.$one_img[0];

    //设定抓取下来放置图片的文件夹
    $path = __DIR__.'/img/'.date("Y-m-d").'/'.$j.'/';

    @mkdir($path,0777,true);

        // ob_clean();  
        ob_start();  
        readfile($img);//读取图片  
        $img = ob_get_contents();//得到缓冲区中保存的图片  

        $fp = fopen($path.'test'.$i.'.jpg','w');//写入图片  
        if(fwrite($fp,$img)){  
          fclose($fp);  
          echo "图片保存成功";  
        }  
        ob_end_clean();//清空缓冲区 
    $i++;
  }
}