PHP数据采集指南

数据采集对于后端开发者来说是一项必不可少的技能，对于PHP开箱即用的框架便是QueryList，上手比较容易，可以很方便的集成到框架中。此教程可以帮你解决以下一些采集难点：

  1. 有防采集，例如开启了cc（采集需要持续访问目标网站，也是属于cc的一种）；
  2. 目标网站使用了自定义字体文字（woff等），更有甚者使用了动态字体文字，直接采集那就是乱码；
  3. 目标网站有IP访问限制，频率限制等，此时我们应该如何保证采集到数据，而不是拒绝访问；
  4. 利用专业的采集工具Puppeteer采集我们想要的数据，包括屏幕截图，自动登录，自动填表，自定义样式和js，采集异步加载的数据等；
  5. 有些网站数据是用图片展示的，我们不能直接获得文本信息，利用Tesseract OCR帮我们做图片文本识别；
  6. 图片的处理，使用ImageMagick处理图片（主要针对命令行处理），灰度处理，裁剪，颜色转换等；
  7. 高阶技能增加IP代理池，突破目标网站IP限制，这里包含付费的代理和免费，根据各自情况取舍;

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

1.本教程采集的目标网址均是互联网公开数据，仅用作教学演示使用，如有侵权，请及时联系我；

2.对于彩票开奖数据的采集说明：不销售彩票、不提供任何技术支持、不接触用户的APP或业务；不提供任何的咨询服务、不接触任何违反法律的内容；不提供任何广告业务、不提供中介合作桥梁等；

3.所有实例仅作为教学演示，不保证采集数据正确性。
4.教程持续更新，如果有教程方面的需求可以邮件发给我，我会抽时间更新。