实现

0.获取天气预报网页的URL：

复制代码 代码如下:

$url = "http://www.weather.com.cn/weather/101050101.shtml";
$page_content = file_get_contents($url);

在这里，file_get_contents() 函数会将 $url 指向的网页下载下来，并把网页内容作为一个字符串返回。于是，$page_content 变量中就是我们要抓取的网页的全部HTML代码了。接下来，我们要从其中抽取我们需要的数据。

1.使用正则表达式匹配符合条件的字符串

先输出 $page_content 的值，然后查看网页源代码，观察可知我们需要的字符串可以在

复制代码 代码如下:

......

这两行的注释里找到。

使用正则表达式来取得 和 之间的所有内容：

复制代码 代码如下:

eregi("(.*)",$page_content,$res);

2.补全页面中图片的路径

由于远程网页中的图片路径都是像 /m2/i/icon_weather/29x20/d01.gif 这样的相对路径，我们需要把这些路径补全，在它们前面加上 http://www.weather.com.cn。

复制代码 代码如下:

$forecast = str_replace("

至此，$forecast 中就是我们需要的天气预报信息了。这个简单的PHP爬虫也就写好了。

源代码

以下是这个抓取天气预报小程序的完整源代码，其中添加了一些测量各部分程序运行时间的代码，并可以通过设置 $start 和 $end 的值来控制抓取哪几天的信息。

复制代码 代码如下:

$url = "http://www.weather.com.cn/weather/101050101.shtml";
$t1 = time();
   
$page_content = file_get_contents($url);
$t2 = time();

$start = 1;
$end = 3;

if ($end > 7){
    echo "超出预报能力范围，请重新设置！";
}else {
    echo "未来".($end-$start)."天哈尔滨的天气预报（"
              .date('Y-m-j')."发布）";

    eregi("--day $start--(.*)--day $end--", $page_content, $res);

    $forecast = str_replace("        "    $t3 = time();

    echo $forecast;

    echo 'First step costs '.($t2 - $t1).' ms.';
    echo 'Last step costs '.($t3 - $t2).' ms.';
}