PHP數據采集指南

數據采集對于后端開發者來說是一項必不可少的技能，對于PHP開箱即用的框架便是QueryList，上手比較容易，可以很方便的集成到框架中。此教程可以幫你解決以下一些采集難點：

  1. 有防采集，例如開啟了cc（采集需要持續訪問目標網站，也是屬于cc的一種）；
  2. 目標網站使用了自定義字體文字（woff等），更有甚者使用了動態字體文字，直接采集那就是亂碼；
  3. 目標網站有IP訪問限制，頻率限制等，此時我們應該如何保證采集到數據，而不是拒絕訪問；
  4. 利用專業的采集工具Puppeteer采集我們想要的數據，包括屏幕截圖，自動登錄，自動填表，自定義樣式和js，采集異步加載的數據等；
  5. 有些網站數據是用圖片展示的，我們不能直接獲得文本信息，利用Tesseract OCR幫我們做圖片文本識別；
  6. 圖片的處理，使用ImageMagick處理圖片（主要針對命令行處理），灰度處理，裁剪，顏色轉換等；
  7. 高階技能增加IP代理池，突破目標網站IP限制，這里包含付費的代理和免費，根據各自情況取舍;

此教程可能使用到的技能：PHP，swoole，linux，shell，python，node，npm，js，css等。

1.本教程采集的目標網址均是互聯網公開數據，僅用作教學演示使用，如有侵權，請及時聯系我；

2.對于彩票開獎數據的采集說明：不銷售彩票、不提供任何技術支持、不接觸用戶的APP或業務；不提供任何的咨詢服務、不接觸任何違反法律的內容；不提供任何廣告業務、不提供中介合作橋梁等；

3.所有實例僅作為教學演示，不保證采集數據正確性。
4.教程持續更新，如果有教程方面的需求可以郵件發給我，我會抽時間更新。