可能很多程序員會說：爬蟲我只認Python.小編還是覺得php是世界上最好的語言,沒有什么做不了的.

一、爬蟲框架：Beanbun

Beabbun是一個簡單可擴展的爬蟲框架,支持分布式,支持守護進程模式和普通模式,守護進程模式基于Workerman,下載器基于Guzzle.

特點：

1、支持守護進程和普通兩種模式(守護進程模式只支持Linux服務器)

2、默認使用guzzle進行爬取

3、支持分布式,內存,redis,自定義URL過濾,廣度優先和深度優先等

4、爬取網頁分為多步,每步均支持自定義動作

5、靈活的擴展機制,可方便的為框架制作插件：自定義隊列、自定義爬取方式...

二、采集工具：QueryList

QueryList是一個基于phpQuery的PHP通用列表采集類,得益于phpQuery,讓使用QueryList幾乎沒有任何學習本錢,只要會css3選擇器就可以輕松使用QueryList了,它讓PHP做采集像JQuery選擇元素一樣簡單.

特點：

1、只有一個核心的API,靜態辦法Query

2、用JQuery選擇器來選擇頁面元素

3、自帶過濾功能,可過濾掉無用內容

4、支持無限層級嵌套采集

5、支持擴展,通過擴展可以實現復雜的http操作、多線程批量采集、模擬登陸采集等功能

3、PHP采集類：Snoopy

Snoopy是一個PHP類,用來模擬瀏覽器的功能,可以獲取網頁內容,發送表單.

特點：

1、抓取網頁的內容：fetch；抓取網頁文本內容：fetchtext；抓取網頁的鏈接,表單：fetchlinks,fetchfrom

2、支持代理主機,支持基本的用戶名、暗碼驗證,支持設置user_agent,referer,cookies和header content

3、支持瀏覽器重定向,并能控制重定向深度

4、能把網頁中的鏈接擴展成高質量的url

5、提交數據并獲取返回值

4、爬蟲庫：Goutte

Goutte是一個抓取網站數據的php庫.它提供了一個優雅的API,這使的從遠程頁面上選擇特定元素變得簡單.

其實最好用的還是適合本身的,根據本身的情況自行擴展.