码迷,mamicode.com
首页 > Web开发 > 详细

php开发通用采集程序

时间:2014-06-14 21:23:43      阅读:213      评论:0      收藏:0      [点我收藏+]

标签:http   tar   com   get   文件   数据   

php采集程序构建基本步骤: 采集程序是什么?获取远程数据(文字、图片、图片)并快速保存到本地或指定地址。 如天气预报(小偷程序): 远程获取--》替换内容--》展示给用户 如实时更新的新闻(采集内容): 远程获取--》提取内容--》分类存储--》读取内容---》展示内容

************************* 设计PHP采集入库UML       列表正则:       终端正则:

************************** file_get_contents()获取远程页面内容 preg_match_all()匹配列表 preg_match()匹配终端 preg_replace()  :过滤终端 ************************** 新建一个列表文件:lb.php echo $con=file_get_cotents($_GET[url]); $preg ="#<h1><a href=‘(.*)‘ target=‘_blank‘>(.*)</a><span>#iUs";

pg_match_all($preg,$conn,$arr); foreach($arr[1] as $id=>$v){   echo $v." "arr[2][$id]."<br>"; }

新建vi。php获取标题

vi.php

     $con=file_get_contents();      $preg="<title>(.*)</title>/iUs";//大小写不敏感,防止贪婪匹配,防止换行      echo zz($preg,$con);     function zz($preg,$con,$num=1){            preg_match($preg,$con,$arr);     return $arr[$num];      }                echo $arr[1];//获取标题      echo "<a href=vi.php?url=".$v.">".arr[2][$id]."<br>"; ====================================== php100:83:采集程序

lb.php <?php if($_GET[id]){    $con=file_get_cotents($_GET[url].$_GET[id]."shtml");    $preg ="/<h1><a href=‘(.*)‘ target=‘_blank‘>(.*)</a><span>/iUs";

   perg_match_all($preg,$conn,$arr);     foreach($arr[1] as $id=>$v){      echo $v." "arr[2][$id]."<br>"; } $_GET[id]++;

echo "<script>location.href=‘lb.php?id=‘.$_GET[id]."</script>"; } ?>

http://www.xinhuanet.com/finance/tzxx.htm

=============================================================== 操作步骤: 1.新建一个数据库caiji,tep_url表,id,title,content,11 ,100,150 2.新建一个conn.php,插入的语句可以通过phpmyadmin插入一个语句简单的获得 3.新建一个vi.php 4.单条入库获取下一条。

临时的路径列表: 完善我的入库表。

假设删删除了其中的一条Id值,怎么办?删除了第9条! 多加一条语句  $sql2="select * from tmp_url where id>‘$gid‘order by id asc limit 1

php开发通用采集程序,布布扣,bubuko.com

php开发通用采集程序

标签:http   tar   com   get   文件   数据   

原文地址:http://www.cnblogs.com/yaoyao1556/p/3786351.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!