請問一下
我想要把一個網站裡面的所有資訊拿下來到資料庫裡面
我要怎麼開始呢?
google 過有很多 github 的 source code
但由於是初學者,想要自己造輪子
我的構思大概是這樣
1 用 curl 去拿到 sourcecode
2 用 php 去分析內容 (regular expression or xpath or .... ?)
3 存入db
目前卡在2 的選型上面,
想請教版上的大大們
哪種方式比較好呢？

以2而言，弄一個HTML parser應該比較方便

2 有 simplehtmldom、phpquery 可以用，re稍累簡單的用getBetween就好了，php manual滿多人分享