用php抓取google关键词排名

说下思路，利用PHP的curl函数储存cookie，google搜索页面是无法用file_get_connents打开的，必须要完全模拟浏览器才行,百度就不同了，直接用file_get_conntens抓取页面，然后用正则处理下就行了，这里就不列举百度了。code如下，有问题请联系我

1. <?php  
2. header("Content-Type: text/html;charset=utf-8");  
3.  
4. function ggsearch($url_s, $keyword, $page = 1) {  
5.         $enKeyword = urlencode($keyword);  
6.  
7.         $rsState = false;  
8.  
9.         $page_num = ($page -1) * 10;  
10.  
11.  
12.         if ($page <= 10) {  
13.                 $interface = "eth0:" . rand(1, 4); //避免GG封IP  
14.                 $cookie_file = dirname(__FILE__) . "/temp/google.txt"; //存储cookie值  
15.                 $url = "http://www.google.com/search?q=$enKeyword&hl=en&prmd=imvns&ei=JPnJTvLFI8HlggeXwbRl&start=$page_num&sa=N";  
16.                 $ch = curl_init();  
17.  
18.                 curl_setopt($ch, CURLOPT_URL, $url);  
19.  
20.                 //curl_setopt($ch, CURLOPT_USERAGENT, $_SERVER['HTTP_USER_AGENT']);//获取浏览器类型  
21.                 curl_setopt($ch, CURLOPT_USERAGENT, "Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.1.2) Gecko/20090729 Firefox/3.5.2 GTB5");  
22.                 curl_setopt($ch, CURLOPT_INTERFACE, "$interface"); //指定访问IP地址  
23.                 curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);  
24.  
25.                 curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1);  
26.  
27.                 curl_setopt($ch, CURLOPT_COOKIEJAR, $cookie_file);  
28.  
29.                 $contents = curl_exec($ch);  
30.  
31.                 curl_close($ch);  
32.  
33.                 $match = "!<div\s*id=\"search\">(.*)</div>\s+<\!--z-->!";  
34.                 preg_match_all("$match", "$contents", $line);  
35.                 while (list ($k, $v) = each($line[0])) {  
36.                         preg_match_all("!<h3\s+class=\"r\"><a[^>]+>(.*?)</a>!", $v, $title);  
37.                         $num = count($title[1]);  
38.                         for ($i = 0; $i < $num; $i++) {  
39.                                 if (strstr($title[0][$i], $url_s)) {  
40.                                         $rsState = true;  
41.                                         $j = $i +1;  
42.                                         $sum = $j + (($page) * 10 - 10);  
43.                                         //echo $contents;  
44.                                         echo "关键字" . $keyword . "<br>" . "排名：" . '<font color="red" size="20" style="">' . $sum . '</font>' . "####" . "第" . '<font color="#00FFFF" size="18" style="">'.$page . '</font>'. " 页" . "第" .'<font color="#8000FF" size="15" style="">'.$j . '</font>'. "名" . $title[0][$i] . "<br>";  
45.                                         echo "<a href='" . $url . "'>" . "点击搜索结果" . "</a>" . "<br>";  
46.                                         echo "<hr>";  
47.                                         break;  
48.                                 }  
49.                         }  
50.                 }  
51.                 unset ($contents);  
52.                 if ($rsState === false) {  
53.                         ggsearch($url_s, $keyword, ++ $page); //找不到搜索页面的继续往下搜索  
54.  
55.                 }  
56.         } else {  
57.  
58.                 echo '关键字' . $keyword . '10页之内没有该网站排名' . '<br>';  
59.                 echo "<hr>";  
60.         }  
61. }  
62. if (!emptyempty ($_POST['submit'])) {  
63.  
64.         $time = explode(' ', microtime());  
65.         $start = $time[0] + $time[1];  
66.         $more_key = trim($_POST['textarea']);  
67.         $url_s = trim($_POST['url']);  
68.         if (!emptyempty ($more_key) && !emptyempty ($url_s)) {  
69.                 /*判断输入字符的规律*/ 
70.                 if (strstr($more_key, "\n")) {  
71.                         $exkey = explode("\n", $more_key);  
72.                 }  
73.                 if(strstr($more_key, "|")) {  
74.                         $exkey = explode("|", $more_key);  
75.                 }  
76.                 if(!strstr($more_key, "\n")&&!strstr($more_key, "|")){  
77.                 $exkey=array($more_key);  
78.                 }  
79.  /*判断是否有www或者http://之类的东西*/ 
80.                 if (count(explode('.', $url_s)) <= 2) {  
81.  
82.                         $url = ltrim($url_s, 'http://www');  
83.                         $url = 'www.' . $url_s;  
84.                 }  
85.                 foreach ($exkey as $keyword) {  
86.                         //$keyword;  
87.                         ggsearch($url_s, $keyword);  
88.                 }  
89.                 $endtime = explode(' ', microtime());  
90.  
91.                 $end = $endtime[0] + $endtime[1];  
92.  
93.                 echo '<hr>';  
94.                 echo '程序运行时间: ';  
95.                 echo $end - $start;  
96.                 //die();  
97.         }  
98. }  
99. ?>  
100. <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">  
101. <html xmlns="http://www.w3.org/1999/xhtml">  
102. <head>  
103. <title>抓取排名</title>  
104.  
105. </head>  
106.  
107. <body>  
108. <form action="" method="post">  
109.  
110.  
111.                         <span>关键字：</span> <textarea name="textarea" rows="20" cols="40" wrap="off">  
112. 格式例如：keyword1|keyword2|keyword3  
113.   或者:      keyword1  
114.           keyword2  
115.           keyword3  
116.   </textarea>  
117.  
118.  
119.                         <span>url地址：</span><input type="text" name="url">  
120.  
121.                         <input type="submit" name="submit" value="搜索">  
122.  
123.  
124. </form>  
125. </body>  
126. </html>