PHP网页抓取之抓取百度贴吧邮箱数据代码分享

摘要：百度贴吧大家都经常逛，去逛百度贴吧的时候，经常会看到楼主分享一些资源，要求留下邮箱，楼主才给发。对于一个热门的帖子，留下的邮箱数量是非常多的...

百度贴吧大家都经常逛，去逛百度贴吧的时候，经常会看到楼主分享一些资源，要求留下邮箱，楼主才给发。

对于一个热门的帖子，留下的邮箱数量是非常多的，楼主需要一个一个的去复制那些回复的邮箱，然后再粘贴发送邮件，不是被折磨死就是被累死。无聊至极写了一个抓取百度贴吧邮箱数据的程序，需要的拿走。

程序实现了一键抓取帖子全部邮箱和分页抓取邮箱两个功能，界面懒得做了，效果如下：

PHP网页抓取之抓取百度贴吧邮箱数据代码分享1

老规矩，直接贴源码

<"; $page=""; if($_GET['url2']==""){ $url2="http://tieba.baidu.com/p/2314539885"; }else{ $url2=$_GET['url2']; } if($_GET['page']==""){ $page="1"; }else{ $page=$_GET['page']; } ?> <form action="" method="get"> <input type="hidden" value="getAll" name="type" /> <table> <tr> <td>帖子链接：</td><td><input type="text" name="url" value="http://tieba.baidu.com/p/2314539885" /></td> </tr> <tr> <td>总页数：</td><td><input type="text" name="page" value="<?php echo $page;" /></td> </tr> <tr> <td colspan=2><input type="submit" value="抓取全部邮箱数据" /></td> </tr> </table> </form> <form action="" method="get"> <input type="hidden" value="getNow" name="type" /> <table> <tr> <td>帖子链接：</td><td><input type="text" name="url2" value="<?php echo $url2;"width:300px;" /></td> </tr> <tr> <td colspan=2><input type="submit" value="抓取当前页面邮箱数据" /></td> </tr> </table> </form> <?php if($_GET['type']!=""){ $counts=0; if($_GET['type']=="getAll"){ $pages=$_GET['page']; $url = $_GET['url']; for($i=0;$i<$pages;$i++){ $ch2 = curl_init(); curl_setopt($ch2, CURLOPT_URL, $url); curl_setopt($ch2, CURLOPT_FOLLOWLOCATION, TRUE); curl_setopt($ch2, CURLOPT_SSL_VERIFYHOST, FALSE); curl_setopt($ch2, CURLOPT_SSL_VERIFYPEER, false); curl_setopt($ch2, CURLOPT_RETURNTRANSFER, TRUE); $texts = curl_exec($ch2); curl_close($ch2); $dat=getEmail($texts); for($j=0;$j<count($dat);$j++){ echo $dat[$j]."<br />"; $counts++; } } }else if($_GET['type']=="getNow"){ $url = $_GET['url2']; $ch2 = curl_init(); curl_setopt($ch2, CURLOPT_URL, $url); curl_setopt($ch2, CURLOPT_FOLLOWLOCATION, TRUE); curl_setopt($ch2, CURLOPT_SSL_VERIFYHOST, FALSE); curl_setopt($ch2, CURLOPT_SSL_VERIFYPEER, false); curl_setopt($ch2, CURLOPT_RETURNTRANSFER, TRUE); $texts = curl_exec($ch2); curl_close($ch2); $dat=getEmail($texts); for($i=0;$i<count($dat);$i++){ echo $dat[$i]."<br />"; $counts++; } } echo '<h2>共采集到数据：'.$counts.'条</h2>'; } function getEmail($str){ $pattern = "/([a-z0-9-_.]+@[a-z0-9]+.[a-z0-9-_.]+)/"; preg_match_all($pattern,$str,$emailArr); return $emailArr[0]; } ?>