使用php的curl根据关键词爬取百度搜索结果页

Question

phpcurl爬虫爬取百度推广内容

Answer 1

推广的内容是页面加载后再调用js二次请求获取，写入页面的。所以用curl只能获取到html有的东西。
而js加载的，你需要再用curl去获取它js获取的url得到。

Answer 2

你的user-agent没有模拟好，所以不行。
其实根本不需要用post，直接用get就可以了。
修改如下：$url = "http://www.baidu.com/s?wd=生命动力";$header = array (
        'User-Agent: Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/33.0.1750.146 Safari/537.36'
);
$ch = curl_init ();
curl_setopt ( $ch, CURLOPT_URL, $url );
curl_setopt ( $ch, CURLOPT_HTTPHEADER, $header );
curl_setopt ( $ch, CURLOPT_RETURNTRANSFER, 1 );
// 执行
$content = curl_exec ( $ch );
if ($content == FALSE) {
    echo "error:" . curl_error ( $ch );
}
// 关闭
curl_close ( $ch );
 
//输出结果
echo $content;

Answer 3

感谢你的回复。你的结论是正确的。我这里还有一个问题，就是抓取到的网页图片第一次运行可以显示，之后就显示不了了。查看源代码发现获取到的图片地址是真实地址啊，但就是显示不了，请问有什么思路可以绕过这个防外链。在curl伪造来路好像也行不通。