PHP file_get_contents 獲取百度熱搜關鍵字簡易實作

PHP 讀取百度熱搜榜 RSS 並解析關鍵字

百度提供熱搜榜的 RSS/XML 介面，透過 file_get_contents 即可快速獲取並解析。本文提供精簡、可直接使用的函式，適合整合至側邊欄、關鍵字推薦或 SEO 分析工具。

核心函式

<?php
/**
 * 獲取百度熱搜關鍵字
 * @return array 關鍵字陣列，失敗返回空陣列
 */
function getBaiduHotKeywords() {
    $url = 'https://top.baidu.com/rss_xml.php?p=top10';
    $content = @file_get_contents($url);
    if ($content === false) return [];
    
    // 百度 RSS 為 GBK 編碼，且包含 HTML 實體，需預處理
    if (preg_match('/<table>(.*)<\/table>/is', $content, $m)) {
        $content = $m[0];
        $content = str_replace('&', '&', $content); // 修正實體
    }
    // 補上 XML 宣告指定編碼
    $content = '' . $content;
    
    $xml = simplexml_load_string($content);
    if (!$xml) return [];
    
    $keywords = [];
    // 遍歷表格列 (結構可能隨百度更新而變)
    foreach ($xml->xpath('//tr') as $row) {
        $a = $row->xpath('td/a');
        if ($a) {
            $keywords[] = trim((string)$a[0]);
        }
    }
    return $keywords;
}

// 使用範例
$hotWords = getBaiduHotKeywords();
if ($hotWords) {
    echo "<ul>";
    foreach ($hotWords as $kw) {
        echo "<li><a href='https://www.baidu.com/s?wd=" . urlencode($kw) . "' target='_blank'>" . htmlspecialchars($kw) . "</a></li>";
    }
    echo "</ul>";
} else {
    echo "獲取失敗，請檢查網路或介面變更。";
}
?>

程式碼解析

1. 資料來源：https://top.baidu.com/rss_xml.php?p=top10 返回前 10 名熱搜的 XML 表格結構。
2. 編碼處理：XML 宣告為 GBK，PHP 預設 UTF-8，simplexml_load_string 會自動依宣告轉碼。
3. 實體修正：原始 XML 可能包含未轉義的 &，補上 & 避免解析錯誤。
4. XPath 解析：使用 //tr/td/a 定位關鍵字連結，具備一定容錯性。

進階：加入快取機制 (檔案快取)

<?php
function getBaiduHotKeywordsCached($ttl = 3600) {
    $cacheFile = sys_get_temp_dir() . '/baidu_hot_keywords.json';
    
    // 讀取快取
    if (file_exists($cacheFile) && (time() - filemtime($cacheFile) < $ttl)) {
        return json_decode(file_get_contents($cacheFile), true);
    }
    
    // 獲取新資料
    $keywords = getBaiduHotKeywords();
    if ($keywords) {
        file_put_contents($cacheFile, json_encode($keywords));
    }
    return $keywords;
}
?>

常見問題排查

替代資料來源

• 百度開放平台：官方 API (需申請)。
• 第三方聚合：如 https://api.oioweb.cn/api/baiduHot 等公開 API (穩定性無保證)。
• 自建爬蟲：定時抓取 https://top.baidu.com/board?tab=realtime 頁面解析 (結構較穩定)。