Question

求php搜索百度结果的正则表达式

$key = "电脑";
$url = 'http://m.baidu.com/s?word=$key';
$result = file_get_contents($url);
preg_match(这就不会写了);

为了页面小点，我就用了m.baidu.com的地址。
现在是想把搜索的结果，把标题和链接放到数组里
这样我就比较好提取每一条结果的标题和链接
请各位帮忙，谢谢！

Answer 1

<?php
//手机百度搜索
$key  = "电脑";
$url = 'http://m.baidu.com/s?word='.$key;
$result = file_get_contents($url);
$pattern = '#class="resitem".*?<a.*?href="(.*?)".*?>(.*?)</a>#si';
preg_match_all($pattern,$result,$matches);

echo '<pre>';
print_r($matches[1]);
print_r($matches[2]);

//PC百度搜索
$key  = "电脑";
$url = 'http://www.baidu.com/s?word='.$key;
$result = file_get_contents($url);
$pattern = '#class="result.*?class="t".*?<a.*?href="(.*?)".*?>(.*?)</a>#si';
preg_match_all($pattern,$result,$matches);

echo '<pre>';
print_r($matches[1]);
print_r($matches[2]);

//说明：（分析PC版）
//正则匹配首先要分析HTML结构，锁定循环部分，<table id="?" class="result...></table>
//然后取得最简锚点，class="result(这里没有后面的"，因为存在class="result-op"这种)
//接下来再对循环内部进行取锚点，class="result...<a...href="..."...>...</a>
//而在整个result中可能存在多种<a.*?href="(.*?)".*? >(.*?)</a>这样的格式，
//因此找到依赖class="t"，得到class="result...class="t"...<a...href="..."...>...</a>
//过滤掉其他部分，留下我们想要的内容。
//正则中间的.*?就是用来屏蔽无关内容(...部分)，这部分内容对于我们的结果不会造成影响
//而我们需要的链接（href="【...】"）和标题（<a..>【...】</a>）则可以使用子模式，
//从而可以在匹配结果中顺序取出，子模式是加括号。
//最后替换...成.*?，需要获取数据的加上括号()，则得到正则表达式：
//'#class="result.*?class="t".*?<a.*?href="(.*?)".*[问号]>(.*?)</a>#si'   
//注：? > 注释时连在一起写会语法错误，使用时请将[问号]换回来
//End_php