今天突发奇想，想是一下抓取网页的信息，然后我学院网站的老师的信息就成为了我的目标了。
顺便打一下广告，我学院（华南农业大学信息学院）的教师的网址是：http://info.scau.edu.cn/nav-contact.asp
我新建了一个PHP项目，HtmlCatcher，里面包括三个文件Teacher.php(老师的实体),index.php(进口)，view.php（页面）。
Teacher.php的代码如下：
getElementsByTagName('td'); if($cells_list->length != 5) { return null; } $teacher = new Teacher(); foreach ($cells_list as $cell) { $div_list = $cell->getElementsByTagName('div'); $div = $div_list->item(0); $class = $div->getAttribute('class'); if (strpos($class, 'ofc') !== false) { $teacher->office = $div->nodeValue; } else if (strpos($class, 'name') !== false) { $teacher->name = $div->nodeValue; } else if (strpos($class, 'type') !== false) { $teacher->position = $div->nodeValue; } else if (strpos($class, 'max-col') !== false) { $teacher->email = $div->nodeValue; } else { $teacher->phone = $div->nodeValue; } } return $teacher; } } ?> 老师的实体类，包括了老师的职位、姓名、办公电话、邮箱、办公室。 parse方法是解析一个DOM节点，把里面属于老师的信息整理出来，如果符合要求的话，返回一个Teacher，否则返回null。
index.php代码如下：
loadHTMLFile($url); $htmlDoc->normalizeDocument(); $tables_list = $htmlDoc->getElementsByTagName('table'); $arr = Array(); $table = $tables_list->item(0); $rows_list = $table->getElementsByTagName('tr'); foreach ($rows_list as $row) { $teacher = Teacher::parse($row); if(!is_null($teacher)) { $teacherName = $_GET['name']; if (is_null($teacherName)) { array_push($arr, $teacher); } else { if ($teacher->name == $teacherName) { array_push($arr, $teacher); break; } } } } include_once(ROOT.DS."view.php"); ?> 首先读取网站的DOM，然后获取table标签，table标签，再从中提取tbody标签，然后获取所有tr标签，解析成一个Teacher的数组$arr。 view.php代码：
显示$arr中的Teacher的信息。信息学院教师信息 office." ".$teacher->phone ." ".$teacher->name." ".$teacher->position .$teacher->email; echo ""; } ?>
显示结果如下
到此完毕。。。。