PHP（file_get_contents）实现采集中国天气网未来7天天气

下面就介绍一下如何编写一个简单的PHP数据采集程序(PHP爬虫)。

原理

给定一个网页的URL，使用PHP下载该网页并得到网页内容，然后通过正则表达式将其中我们感兴趣的数据提取出来，然后输出。

具体在这个例子中，我们要抓取的网页是 upload/2015/1/201501011530288400.gif 这样的相对路径，我们需要把这些路径补全，在它们前面加上 http://www.weather.com.cn。

$forecast = str_replace("<img src="","<img src="http://www.weather.com.cn",$res[0]);

至此，$forecast 中就是我们需要的天气预报信息了。这个简单的PHP爬虫也就写好了。

源代码

以下是这个抓取天气预报小程序的完整源代码，其中添加了一些测量各部分程序运行时间的代码，并可以通过设置 $start 和 $end 的值来控制抓取哪几天的信息。

 $url = "http://www.weather.com.cn/weather/101050101.shtml";
 $t1 = time();
     
 $page_content = file_get_contents($url);
 $t2 = time();
$start = 1;
 $end = 3;
if ($end > 7){
     echo "超出预报能力范围，请重新设置！";
 }else {
     echo "未来".($end-$start)."天哈尔滨的天气预报（"
               .date('Y-m-j')."发布）";
    eregi("--day $start--(.*)--day $end--", $page_content, $res);
    $forecast = str_replace("<img src=\"",
         "<img src=\"http://www.weather.com.cn", $res[0]);
     $t3 = time();
    echo $forecast;
    echo 'First step costs '.($t2 - $t1).' ms.';
     echo 'Last step costs '.($t3 - $t2).' ms.';
 }

其他应用例子

同样的思路可以尝试的有：NBA每天的比分牌、今日哈工大的新闻同步、股市行情等等。都能实现同步实时更新。暂时只想到这些，欢迎大家拍砖～