HTML Data Scraping（我认为）

Question

我目前正在为客户端做一些工作，这恰好是魔兽世界游戏的视频游戏组。

他们想在他们的网站上显示他们的当前评分。

该评级显示here。

他们希望在他们的网站上显示“Oceanic”号码和“US”号码。

有人能告诉我一种方法，我可以让这些数字自动更新网站上，如果他们改变？

谢谢！

Answer 1

您可以使用此代码段来取消数据 - 假设PHP运行正常，因为您正在运行wordpress。我会将这些值保存在数据库/扁平线/缓存中。

<?php 

$data = file_get_contents('http://www.wowprogress.com/guild/us/caelestrasz/Crimson/rating.tier13_25'); 

$oceanic = explode('<dt>Oceanic: </dt>', $data); 
$oceanic = substr($oceanic[1], 4, strpos($oceanic[1], '</dd>') - 4); 

$us = explode('<dt>US: </dt>', $data); 
$us = substr($us[1], 4, strpos($us[1], '</dd>') - 4); 

echo 'Oceanic: ' . $oceanic . "<br />\n"; 
echo 'US: ' . $us . "<br />\n"; 

Answer 2

由于跨域安全性，您无法使用javascript来做到这一点，如果您有权访问它，您将必须获取信息服务器端的信息。

Answer 3

这是RegEx的解决方案。

<?php 

$data = implode('', file('http://www.wowprogress.com/guild/us/caelestrasz/Crimson/rating.tier13_25')); 
$pat_world = '/<span class="rank blue">(\d+)<\/span>/'; 
$pat_us = '/<dt>US:\D+(\d+)/'; 

preg_match($pat_world, $data, $world); 
preg_match($pat_us, $data, $us); 

echo $world[1]; 
echo "\n\n"; 
echo $us[1]; 

我知道每个人都是反网络搜刮的正则表达式，但我认为它在这种简单情况下工作得很好。

Answer 4

这很简单。我更喜欢使用simplehtmldom，但您也可以使用内置的php dom解析方法。

require 'simple_html_dom.php'; 
$html = file_get_html('http://www.wowprogress.com/guild/us/caelestrasz/Crimson/rating.tier13_25'); 
$xxx = $html->find('div.guildStats dl dd'); 

foreach($xxx as $k) 
echo $k->plaintext."\n";