抓取小说内容，就是抓取网站的文字内容，和抓取图片等其他网站内容方法都是一样的，我们拿笔趣阁做个简单的例子：

https://www.52bqg.com/modules/article/search.php?searchkey=

这个是笔趣阁网站搜索书的地址searchkey= 后面加关键词，我们以关键词‘天下’为例，我们发送的时候也应该urlencode一下。

但是我发现我的发送参数和原网站的不一样 我的是:%E5%A4%A9%E4%B8%8B。

这个应该是编码问题我的是utf-8 查看笔趣阁发现是gdk，所以我们应该也要转成gdk编码的

urlencode(iconv('utf-8', 'gb2312', $BookName));//将utf转成gd3212

function search_book($bookName){

//  $url_book='https://www.52bqg.com/modules/article/search.php?searchkey='.urlencode($bookName);

$url_book='https://www.52bqg.com/modules/article/search.php?searchkey='. urlencode(iconv('utf-8', 'gb2312', $bookName));

河南网络推广,河南网络营销,seo公司,河南百度优化,河南网站优化,河南全网营销

$this_header = array(

"content-type: application/x-www-form-urlencoded;

curl_setopt($ch,CURLOPT_HTTPHEADER,$this_header);//定义头部

curl_setopt ($ch, CURLOPT_URL,$url_book);

curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);

curl_setopt ($ch, CURLOPT_CONNECTTIMEOUT,20);

curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, false); //必须添加，不加访问不了https（ ssl证书）

curl_setopt($ch, CURLOPT_SSL_VERIFYHOST, false);//同上

$err=curl_error($ch);

河南网络推广,河南网络营销,seo公司,河南百度优化,河南网站优化,河南全网营销

$res = curl_exec($ch);

发现乱码了，所以还是编码问题要将gdk转回utf-8：

$res=mb_convert_encoding($res, 'UTF-8', 'UTF-8,GBK,GB2312,BIG5');//使用该函数对结果进行转码

比如这个目录搜索结果，可直接用正则提取这个样式下的内容，也可以更细致的提取每一个的内容

查看网站结果 发现 s1 （小说类型） ，s2（小说名-链接） ，s3（最新章节），

河南网络推广,河南网络营销,seo公司,河南百度优化,河南网站优化,河南全网营销

s4(作者)，s5（更新时间），s7（状态）

$rule="/.*?<\/span>/is";//小说类型

$rule2="/.*?<\/span>/is";//小说名

$rule3="/.*?<\/span>/is";//最新章节

$rule4="/.*?<\/span>/is";//作者

$rule5="/.*?<\/span>/is";//更新时间

$rule6="/.*?<\/span>/is";//状态

$url_rule='/(?<=href=\")[^\"]+(?=\")/';//书籍链接

$news_html='';

/*获取内容*/

preg_match_all($rule,$html,$news_html['type']);

河南网络推广,河南网络营销,seo公司,河南百度优化,河南网站优化,河南全网营销

preg_match_all($rule2,$html,$news_html['name']);

preg_match_all($rule3,$html,$news_html['news']);

preg_match_all($rule4,$html,$news_html['author']);

preg_match_all($rule5,$html,$news_html['time']);

preg_match_all($rule6,$html,$news_html['status']);

获取数据分页  后面加上page参数就可以了；具体方法都是一样的，就是很繁琐，可以根据结构优化一下正则.

然后上面获取了书籍的链接，就可以用同样的流程获取书籍的封面，章节等信息。所以想白嫖又不想看垃圾广告还是要花的时间去弄的，后期有时间可以将数据记录在自己的数据库.防止网站改版被封.

河南亿宏世纪网络科技有限公司，专注于互联网+品牌整合营销，公司拥有专业的互联网管理、运营策划、UI设计、技术开发等团队，专业从事于工业互联网的开发建设。我司拥有成熟的网络技术开发团队，针对网站开发、技术服务、网站风格定位、网站功能优化、网站推广维护等都具备很强的专业技术水平，旨在为客户提供专业的互联网应用解决方案。公司始终秉持着诚信经营、质量为先的经营理念，我们不仅提供优质的网络技术和云端供应链服务，而且还在产品的选择、应用等方面提供专业的咨询与售后服务。