提到爬虫，我猜几乎所有人都会第一时间想到python，其实用PHP来爬虫也是很简单和方便的，特别是用惯了PHP的人，毕竟PHP号称“世界上最好的语言”，如果爬虫都不行，那岂不是很尴尬！
爬虫的实质就是获取特定网址返回的内容，并进行内容解析，提取自己需要的内容。对应到技术方案上，推荐用curl进行网络请求，用simple_html_dom进行html解析，文档地址：，效率方面，天下武功唯快不破，所以还得多线程加持，才能更好地完成爬虫任务，不然需要爬的内容稍微多点，就得好几天才能完成，那太浪费时间了和电费了。
PHP多线程估计用的人很少，甚至可能很多人还认为PHP不支持多线程。这里推荐一个我自己用得很爽的扩展：paralell，这个扩展使用很简单，但是网上能搜到的相关分享很少，加上PHP官网上也是全英文介绍，所以刚开始用起来估计有点摸不着头。
安装和使用方面推荐这个网友的分享，其实不难，因为本来就很简单。
看完以上文章，大概有头绪了，就可以进行改造了，大概思路是将所有要爬取的网址用数组A保存，再创建一个future数组B启动运行（这个数组包含run函数及一个运行状态字段），这个数组记录正在运行中的所有线程，使用array_reduce函数监控线程是否执行完毕，在一个线程结束后unset A数组对应元素，并unset B数组对应元素，紧接着开启一个线程，直到A数组为空。这样可以保证同时运行一定数量的线程，提高效率，网页内容不大的话，同时运行几百个线程都没有问题。
