如何用PHP和MySQL从网站抓取日期并存储到数据库

嘿，你已经搞定了最棘手的网页抓取部分，剩下的日期格式转换和数据库存储其实没那么复杂，我给你一步步捋清楚：

第一步：把抓取到的日期转成Y-m-d格式 #

不管你从页面抓下来的日期是啥样的（比如"20 May 2024"、"May 20, 2024"或者其他格式），PHP的DateTime类都能帮你轻松转成标准的Y-m-d格式。

举个实际的例子：

// 假设你从页面提取到的原始日期字符串
$raw_date = "20 May 2024";

// 用DateTime解析日期，如果格式固定，也可以指定格式（比如这里的'd M Y'对应日 月 年）
$date_obj = DateTime::createFromFormat('d M Y', $raw_date);
// 如果不确定格式，也可以直接用new DateTime($raw_date)，PHP会自动识别大部分合法格式

// 转成Y-m-d格式
$formatted_date = $date_obj->format('Y-m-d');

// 验证一下，输出应该是2024-05-20
echo $formatted_date;

如果遇到解析失败的情况，记得加个try-catch块捕获错误，方便排查是哪个日期格式出了问题。

第二步：把格式化后的日期存入数据库 #

假设你用的是MySQL（最常用的数据库），这里用PDO来操作，比mysqli更安全也更灵活：

1. 先连接数据库 #

// 替换成你的数据库信息
$dsn = 'mysql:host=localhost;dbname=你的数据库名;charset=utf8mb4';
$db_user = '你的用户名';
$db_pass = '你的密码';

try {
    $pdo = new PDO($dsn, $db_user, $db_pass);
    // 设置错误模式为异常，方便捕获问题
    $pdo->setAttribute(PDO::ATTR_ERRMODE, PDO::ERRMODE_EXCEPTION);
} catch(PDOException $e) {
    die("数据库连不上：" . $e->getMessage());
}

2. 插入日期到表中 #

假设你的表叫events，有个event_date字段（类型选DATE就行，刚好匹配Y-m-d格式），用预处理语句插入，避免SQL注入：

// 假设已经得到了转好格式的$formatted_date
$sql = "INSERT INTO events (event_date) VALUES (:event_date)";
$stmt = $pdo->prepare($sql);
// 绑定参数，自动处理转义
$stmt->bindParam(':event_date', $formatted_date);
// 执行插入
$stmt->execute();

echo "这个日期成功存进数据库啦！";

整合到你的curl代码里的完整示例 #

把上面的步骤和你已有的curl抓取代码结合起来，大概是这样：

// 你的curl抓取部分
$curl = curl_init();
curl_setopt($curl, CURLOPT_URL, 'https://www.brent.gov.uk/events-and-whats-on-calendar/?eventCat=Wembley+Stadium+events');
curl_setopt($curl, CURLOPT_RETURNTRANSFER, true);
curl_setopt($curl, CURLOPT_FOLLOWLOCATION, true);

$html_content = curl_exec($curl);
curl_close($curl);

// 连接数据库（替换成你的信息）
$dsn = 'mysql:host=localhost;dbname=your_db;charset=utf8mb4';
$db_user = 'your_user';
$db_pass = 'your_pass';
try {
    $pdo = new PDO($dsn, $db_user, $db_pass);
    $pdo->setAttribute(PDO::ATTR_ERRMODE, PDO::ERRMODE_EXCEPTION);
} catch(PDOException $e) {
    die("数据库连接失败：" . $e->getMessage());
}

// 解析HTML提取日期（这里需要你根据目标页面的实际结构调整选择器）
$dom = new DOMDocument();
@$dom->loadHTML($html_content); // @忽略HTML解析的警告
$xpath = new DOMXPath($dom);

// 假设日期在class为event-date的div里，你要自己去页面源码找对应的元素哦
$date_nodes = $xpath->query("//div[@class='event-date']");

foreach ($date_nodes as $node) {
    $raw_date = trim($node->nodeValue);
    try {
        // 转换日期格式
        $date_obj = new DateTime($raw_date);
        $formatted_date = $date_obj->format('Y-m-d');
        
        // 插入数据库
        $sql = "INSERT INTO events (event_date) VALUES (:event_date)";
        $stmt = $pdo->prepare($sql);
        $stmt->bindParam(':event_date', $formatted_date);
        $stmt->execute();
        
        echo "成功存储日期：{$formatted_date}<br>";
    } catch (Exception $e) {
        echo "处理日期【{$raw_date}】失败：{$e->getMessage()}<br>";
    }
}

几个关键注意点 #

• 调整选择器：上面的XPath路径//div[@class='event-date']是示例，你得自己打开目标网站的开发者工具，找到日期元素的实际类名或标签，修改成正确的选择器。
• 日期格式适配：如果遇到特殊格式的日期，比如"2024/05/20"，就用DateTime::createFromFormat('Y/m/d', $raw_date)来指定解析格式，别让PHP瞎猜。
• 数据库字段类型：一定要确保event_date字段的类型是DATE，这样存Y-m-d格式的字符串才不会出问题。
• 错误处理：加try-catch真的很重要，能帮你快速定位是日期解析错了还是数据库连接出问题了。

内容的提问来源于stack exchange，提问作者Pruthvi Lalji