IT漫话第一篇：豆瓣电影信息采集

今天就来谈谈如何使用PHP的Curl采集豆瓣电影信息，为什么要使用PHP而不使用Python呢？其实原因很简单，很多人采集豆瓣电影信息，主要是为了获取豆瓣的评分，在自己的电影网站上使用。而大部分的电影网站都是使用的PHP编写，例如苹果CMS，飞飞影视等。

其实远程采集也非常简单，通过Curl远程采集到页面信息，然后使用PHP的匹配函数匹配我们需要的影片信息，最后将获取的信息转成json报文存储，存储可以使用redis。

第一步：通过Curl远程采集页面信息，首先我们需要使用到一个Curl的封装函数Curl_Get($url,$conf)。第一个参数为需要采集的远程页面地址，我们只要传入豆瓣的电影信息页面，如https://movie.douban.com/subject/30242710/。第二个参数为一个数组，可传入浏览器类型、超时时间等，如无特殊要求可默认。

第二步：根据获取的页面信息，通过使用PHP的preg_match、preg_match_all、str_replace等匹配替换函数，即可获取到我们需要的影片信息，如导演、编剧、主演、评分、评分人数等信息。

第三步：匹配的信息存储在数组中，为了处理方便，我们需要将数组转换为JSON报文，并存储在redis中，这样在使用的时候直接从redis获取即可。