Almacenar datos raspados con php en una base de datos
Publicado por dave (13 intervenciones) el 25/04/2019 16:02:25
Buenas soy nuevo con este tipo de metodo de scraping web estoy trabajando con php para hacer raspado de paginas web, estoy utilizando dom pero no cUrl mi codigo funciona bien pero tengo problemas para poder almacenar los datos extraidos en mi base de datos de mysql este es mi codigo con el que estoy trabajando:
Este es el codigo con el que realizo el raspado de datos notaran que hay muchos div, div1, div2 tambien p, p1, p2 es por que los datos extraidos de las tablas no son siempre los mismos y estan siempre en la misma posicion cambian por esa razon los mantuve asi, seria de mucha ayuda alguna guia o manera de como hacer el almacenado de datos gracias....
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
<?php
require 'simple_html_dom.php';$k=0;do{$url = 'https://www.infocasas.com.bo/venta/casas/santa-cruz'.$k;
$k++;
$html = file_get_html($url);
$posts = $html->find('div[class=propiedades-slider]');
foreach ($posts as $post ){
$link = $post->find('div a', 0);
$url = $link->attr['href'];
$title = $link->innertext;
#echo $url,"\n";
#echo "<br>";
$url = 'https://www.infocasas.com.bo/'.$url;
$html = file_get_html($url);
$posts = $html->find('div[id=contenedor]');
foreach ($posts as $post){
$titulo = $post->find('div[class=h1h] h1', 0);
$ficha = $post->find('div[class=ficha-tecnica] h2', 0);
$p = $post->find('div[class=lista] p', 0);
$div = $post->find('div[class=lista] div', 0);
$p1 = $post->find('div[class=lista] p', 1);
$div1 = $post->find('div[class=lista] div', 1);
$p2 = $post->find('div[class=lista] p', 2);
$div2 = $post->find('div[class=lista] div', 2);
$p3 = $post->find('div[class=lista] p', 3);
$div3 = $post->find('div[class=lista] div', 3);
$p4 = $post->find('div[class=lista] p', 4);
$div4 = $post->find('div[class=lista] div', 4);
$p5 = $post->find('div[class=lista] p', 5);
$div5 = $post->find('div[class=lista] div', 5);
$p6 = $post->find('div[class=lista] p', 6);
$div6 = $post->find('div[class=lista] div', 6);
$p7 = $post->find('div[class=lista] p', 7);
$div7 = $post->find('div[class=lista] div', 7);
$p8 = $post->find('div[class=lista] p', 8);
$div8 = $post->find('div[class=lista] div', 8);
$p9 = $post->find('div[class=lista] p', 9);
$div9 = $post->find('div[class=lista] div', 9);
$p10 = $post->find('div[class=lista] p', 10);
$div10 = $post->find('div[class=lista] div', 10);
$p11 = $post->find('div[class=lista] p', 11);
$div11 = $post->find('div[class=lista] div', 11);
$p12 = $post->find('div[class=lista] p', 12);
$div12 = $post->find('div[class=lista] div', 12);
$p13 = $post->find('div[class=lista] p', 13);
$div13 = $post->find('div[class=lista] div', 13);
$p14 = $post->find('div[class=lista] p', 14);
$div14 = $post->find('div[class=lista] div', 14);
$p15 = $post->find('div[class=lista] p', 15);
$div15 = $post->find('div[class=lista] div', 15);
$p16 = $post->find('div[class=lista] p', 16);
$div16 = $post->find('div[class=lista] div', 16);
$p17 = $post->find('div[class=lista] p', 17);
$div17 = $post->find('div[class=lista] div', 17);
$p18 = $post->find('div[class=lista] p', 18);
$div18 = $post->find('div[class=lista] div', 18);
$p19 = $post->find('div[class=lista] p', 19);
$div19 = $post->find('div[class=lista] div', 19);
$telefono = $post->find('div[class=centerHolder] div', 0);
$link = $post->find('div img', 0);
$img = $link->attr['src'];
$link = $post->find('div img', 1);
$img1 = $link->attr['src'];
$link = $post->find('div img', 2);
$img2 = $link->attr['src'];
$link = $post->find('div img', 3);
$img3 = $link->attr['src'];
$link = $post->find('div img', 4);
$img4 = $link->attr['src'];
echo "+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++";echo "<br>","<br>";
echo $titulo,"\n";
echo "<br>","<br>";
echo "===========================================================";echo $ficha,"\n";
echo "<br>","<br>";
echo "===========================================================";echo $p,"\n",$div,"\n";
echo "<br>","<br>";
echo "===========================================================";echo $p1,"\n",$div1,"\n";
echo "<br>","<br>";
echo "===========================================================";echo $p2,"\n",$div2,"\n";
echo "<br>","<br>";
echo "===========================================================";echo $p3,"\n",$div3,"\n";
echo "<br>","<br>";
echo "===========================================================";echo $p4,"\n",$div4,"\n";
echo "<br>","<br>";
echo "===========================================================";echo $p5,"\n",$div5,"\n";
echo "<br>","<br>";
echo "===========================================================";echo $p6,"\n",$div6,"\n";
echo "<br>","<br>";
echo "===========================================================";echo $p7,"\n",$div7,"\n";
echo "<br>","<br>";
echo "===========================================================";echo $p8,"\n",$div8,"\n";
echo "<br>","<br>";
echo "===========================================================";echo $p9,"\n",$div9,"\n";
echo "<br>","<br>";
echo "===========================================================";echo $p10,"\n",$div10,"\n";
echo "<br>","<br>";
echo "===========================================================";echo $p11,"\n",$div11,"\n";
echo "<br>","<br>";
echo "===========================================================";echo $p12,"\n",$div12,"\n";
echo "<br>","<br>";
echo "===========================================================";echo $p13,"\n",$div13,"\n";
echo "<br>","<br>";
echo "===========================================================";echo $p14,"\n",$div14,"\n";
echo "<br>","<br>";
echo "===========================================================";echo $p15,"\n",$div15,"\n";
echo "<br>","<br>";
echo "===========================================================";echo $p16,"\n",$div16,"\n";
echo "<br>","<br>";
echo "===========================================================";echo $p17,"\n",$div17,"\n";
echo "<br>","<br>";
echo "===========================================================";echo $p18,"\n",$div18,"\n";
echo "<br>","<br>";
echo "===========================================================";echo $p19,"\n",$div19,"\n";
echo "<br>","<br>";
echo "===========================================================";echo $telefono,"\n";
echo "<br>","<br>";
echo "===========================================================";echo "<br>","<br>";
echo $img,"\n";
echo "<br>","<br>";
echo $img1,"\n";
echo "<br>","<br>";
echo $img2,"\n";
echo "<br>","<br>";
echo $img3,"\n";
echo "<br>","<br>";
echo $img4,"\n";
echo "<br>","<br>";
#echo $info,"\n";
echo "++++++++++++++++++++++++++++++++++++++++++++++++++++++++++";}}}while($posts>0);
Este es el codigo con el que realizo el raspado de datos notaran que hay muchos div, div1, div2 tambien p, p1, p2 es por que los datos extraidos de las tablas no son siempre los mismos y estan siempre en la misma posicion cambian por esa razon los mantuve asi, seria de mucha ayuda alguna guia o manera de como hacer el almacenado de datos gracias....
Valora esta pregunta
0