做比价程序遇到的问题求解

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 5102 天前的主题，其中的信息可能已经有所发展或是发生改变。

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 条回复 • 1970-01-01 08:00:00 +08:00

won

2010-12-04 20:02:36 +08:00 via iPhone

html采集吧，最通用的方法，管他什么api

yoyicue

2010-12-04 20:02:44 +08:00

这种脏活累活还是python高效啊 ~

daqing

2010-12-04 20:08:40 +08:00

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

2010-12-04 20:09:40 +08:00

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

2010-12-04 20:12:09 +08:00

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

2010-12-04 20:56:44 +08:00

。。。楼主是谁？想做什么？

ong

2010-12-04 21:22:26 +08:00

@daqing nokogiri太牛叉了，“锯”这个项目名太传神了

est

2010-12-04 21:35:14 +08:00

@daqing nokogiri果然牛。。。

pingju

2010-12-05 01:19:19 +08:00 via iPad

@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