PHP 抓取百度天氣資訊：簡易爬蟲實作範例

需求背景

快速獲取指定城市的天氣資料，無需申請 API 金鑰，直接解析百度搜尋結果頁面。

核心代碼實作

<?php
// 目標城市：北京（URL 編碼後為 %B1%B1%BE%A9%CC%EC%C6%F8）
$url = "https://www.baidu.com/s?wd=%B1%B1%BE%A9%CC%EC%C6%F8";
$content = file_get_contents($url);

// 以正則提取 id="weat" 區塊內的表格內容
preg_match_all('/<div id="weat">(.+?)<\/table>/si', $content, $temp);
// 再提取 td 標籤內的文字
preg_match_all('/<td>(.+?)<\/td>/si', $temp[1][0], $temp1);

var_dump($temp1[1][0]);
?>

輸出範例

string(243) "北京天氣
今天：溫度22℃ - 24℃。白天：多雲, 大陣雨，夜間：多雲。東風2級轉1-2級
明天：溫度23℃ - 28℃。白天：多雲，夜間：多雲。東南風2級"

注意事項與改進方向

• 編碼處理：城市名需先 urlencode()，百度頁面編碼通常為 GBK，若輸出亂碼請用 iconv() 轉碼。
• 反爬蟲風險：頻繁請求可能被封 IP，建議加入 User-Agent 偽裝、請求間隔或使用代理池。
• 結構變動：百度頁面結構隨時可能調整，正則需同步維護；正式專案建議改用官方氣象 API（如和風天氣、OpenWeatherMap）。
錯誤處理：檢查 file_get_contents 回傳值，捕獲網路異常。

進階版：封裝成可複用函式

function getBaiduWeather($city) {
    $encodedCity = urlencode($city);
    $url = "https://www.baidu.com/s?wd={$encodedCity}%E5%A4%A9%E6%B0%A3";
    $html = @file_get_contents($url);
    if (!$html) return false;

    if (preg_match('/<div id="weat">(.+?)<\/table>/si', $html, $m)
        && preg_match_all('/<td>(.+?)<\/td>/si', $m[1], $t)) {
        return trim($t[1][0]);
    }
    return false;
}

// 使用範例
echo getBaiduWeather('上海');