這是一個簡單的php加phpquery實現抓取京東商品分類頁內容的簡易爬蟲。phpquery可以非常簡單地幫助你抽取想要的html內容，phpquery和jquery非常類似，可以說是幾乎一樣；如果你有jquery的基礎的話你可以迅速地上手。

　　1、下載phpquery并置于web根目錄下的phpQuery文件夾

　　　　phpquery下載：https://code.google.com/p/phpquery/downloads/list

　　　　phpquery教程可在這里查看：https://code.google.com/p/phpquery/

　　2、抓取程序

<?php/* * Created on 2015-1-29 * * To change the template for this generated file go to * Window - Preferences - PHPeclipse - PHP - Code Templates */ header('Content-type:text/html; charset=utf-8');function getPage( $url ){  $cnt = file_get_contents($url);  return mb_convert_encoding($cnt ,'UTF-8','GBK');}include 'phpQuery/phpQuery.php'; $url = 'http://www.jd.com/allSort.aspx';$page = getPage($url);//phpQuery::newDocumentHTML($page);phpQuery::newDocumentFile($url);$firstCate = pq('#allsort .m');$id = 0;foreach($firstCate as $first){    $id ++;    $topcate = pq($first)->find('.mt a');    //echo '**************************' . $topcate->text() . '**************************************</br>';    echo $id . '#';    foreach($topcate as $top){        echo pq($top)->text() . '#' . '< a href='' .pq($top)->attr('href') . '' target='_blank'>' . pq($top)->text() .'< /a>、';    }    echo '#0#1</br>';    $companies = pq($first)->find('.mc dl');    $parent_id = $id;    foreach($companies as $company)    {          $id++;        $sparent_id = $id;       echo '&nbsp;&nbsp;' . $id . '#' .pq($company)->find('dt')->text() . '#' .  '< a href='' . pq($company)->find('dt a')->attr('href') . '' target='_blank'>' . pq($company)->find('dt')->text() .'< /a>#' . $parent_id .'#2<br>';        $cate = pq($company)->find('dd em a');       foreach($cate as $detail) {           $id++;           echo '&nbsp;&nbsp;&nbsp;&nbsp;' .  $id . '#' .pq($detail)->text() . '#' . '< a href=''. pq($detail)->attr('href') . '' target='_blank'>' . pq($detail)->text() .'< /a>#' . $sparent_id . '#3<br>';        }           }  }?>

　　3、運行效果

　　這樣可以抓取京東商品分類的信息了。可以加上數據庫，將數據保存在數據庫中，這樣可以更利于數據的保存和操作。雖然這里只是抓取京東商品的分類，如果延伸一下的話還可以抓取商品價格，好評差評等信息。這里就不一一細說了，具體問題具體解決，完全看需求。如果有需要的話還可以做成萬能的，輸入標簽的xpath，然后得到具體的值；這純屬YY，有興趣的可以網上找找資料，實現的方式應該也不少。

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯系我們修改或刪除，多謝。