百度百科是百度公司推出的一部内容开放、自由的网络百科全书,其测试版于2006年4月20日上线,正式版在2008年4月21日发布。百度百科旨在创造一个涵盖各领域知识的中文信息收集平台。——摘自互动百科 今天本来想写个php脚本通过键入中文来获取指定词条的内容
百度百科是百度公司推出的一部内容开放、自由的网络百科全书,其测试版于2006年4月20日上线,正式版在2008年4月21日发布。百度百科旨在创造一个涵盖各领域知识的中文信息收集平台。——摘自互动百科
今天本来想写个php脚本通过键入中文来获取指定词条的内容,却发现实现起来并不太简单。
百度百科词条的url都是为 http://baike.baidu.com/view/数字.htm ,url跟词条内容并无直接联系;而通过百度搜索获取到的都是 http://www.baidu.com/link?url=iigpgjqjj4zbbpc8ydf8xdhiqdsn1jzjfwshheosnd85pkv8xil-wx2n0k 之类的url,显然是被加密过的,百度的防抓取工作还做的挺充分。
上网找了下资料,发现可以对百度百科 searchword.php 的这个搜索程序入手。对 searchword.php 输入要搜索的字符(词条标题),而指定的词条存在时,它就会自动跳转到词条的真实地址。
/s, $get_contents, $out); //获取跳转后url $real_link = 'http://baike.baidu.com' .$out[1]; return $real_link; //输出真实地址}echo geturl('互动百科'); //输出 http://baike.baidu.com/view/1466380.htm?>
运行上面的代码,脚本就会自动获取到词条的真实地址,即可接着进行抓取词条内容或其他的操作了。
如果觉得本文有什么不足的,请不吝赐教。如果各位有比这更方便的方法,也欢迎分享!
原文地址:php获取百度百科真实链接, 感谢原作者分享。