pingju
V2EX  ›  问与答

做比价程序遇到的问题求解

  •  
  •   pingju · Dec 4, 2010 · 7013 views
    This topic created in 5832 days ago, the information mentioned may be changed or developed.
    京东的商品价格是用js显示的,新蛋是用图片。

    问题1. 这些网站有没有开放接口?我没能找到呀。豆瓣是通过合作取得的数据吧。
    问题2. 用PHP的话,怎样可以高效得从页面提取出需要的数据。我目前用正则匹配,速度实在难以接受。

    这里的高手愿意帮忙给个提示吗?谢谢!
    9 replies  •  1970-01-01 08:00:00 +08:00
    won
    won
    Dec 4, 2010 via iPhone
    1
    html采集吧,最通用的方法,管他什么api
    yoyicue
    yoyicue
    Dec 4, 2010
    2
    这种脏活累活 还是python高效啊 ~
    daqing
    daqing
    Dec 4, 2010
    3
    从页面提取数据,用DOM啊。。最好用个支持CSS选择器的DOM库,会很爽的。

    Ruby的话,推荐Nokogiri
    zhendi
    zhendi
    Dec 4, 2010
    4
    1. 没有开放接口,你可以跟他们谈,或者跟我们一样自己写个识别系统,只是数字识别,不是很难。
    laiwei
    laiwei
    Dec 4, 2010
    5
    没有api 总归很被动 当然,如果我们的提取 设别做的足够nb的话 那就变为主动了~

    建议立足于提取
    aligo
    aligo
    Dec 4, 2010
    6
    。。。楼主是谁?想做什么?
    ong
    ong
    Dec 4, 2010
    7
    @daqing nokogiri太牛叉了,“锯”这个项目名太传神了
    est
    est
    Dec 4, 2010
    8
    @daqing nokogiri果然牛。。。
    pingju
    pingju
    OP
    Dec 5, 2010 via iPad
    9
    @aligo 业余PHP学习,感兴趣就开始做,也为练手

    谢谢大家的热心回答!按提示找到了 the simpleHTMLdom library http://phpforce.org/8 先研究一下
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Privacy   ·   Solana   ·   1197 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 35ms · UTC 17:14 · PVG 01:14 · LAX 09:14 · JFK 12:14
    ♥ Do have faith in what you're doing.