哪位大大有PHP采集的详细教程啊？

jacket0722

UID: 7865
帖子: 3
积分: 5
在线时间: 5小时
注册时间: 2007-01-06
最后登录: 2007-01-15

1^# jacket0722 发表于2007-01-09

哪位大大有PHP采集的详细教程啊？

找了好久都没有找到啊，哪位大大有麻烦发一个

心若水寒

UID: 4
帖子: 936
积分: 1710
在线时间: 2168小时
注册时间: 2006-05-17
最后登录: 2015-07-08

2^# 心若水寒发表于2007-01-09

PHP采集教程示例

这东西不太好说.具体情况具体考虑.我给你一个例子.希望你可以从中得到思路

[复制到剪切板]

CODE:

<form id="form1" name="form1" method="post" action="">

  <input type="text" name="start" />

  到

  <input type="text" name="end" />

  <input type="submit" name="Submit" value="提交" />

  <input type="reset" name="Submit2" value="重置" />

</form>

<?php

/*

*心若水寒

*http://www.phpfans.net/

*/

if(isset($_POST['Submit'])){

$conn = mysql_connect("localhost","root","");

mysql_query("set names 'gbk'");

mysql_select_db("caiji2");

for($i=$_POST['start'];$i<=$_POST['end'];$i++){

$url = "http://www.phper.com/html/php-mysql/".$i.".html";

@$fp = fopen($url,'r');

if(!$fp) continue;

    

$buffer = '';

while(@!feof($fp)){

$buffer .= @fread($fp,1024);

  }

preg_match_all("/<h1>(.+?)<\/h1>/is",$buffer,$title);

$title[0][0] = preg_replace("/<h1>(.+?)<\/h1>/is","\\1",$title[0][0]);

$title = explode("——",$title[0][0]);

$ar_subject = $title[0];

//echo $ar_subject;exit;



preg_match_all("/<div class=\"content\">(.+?)<\/div>/s",$buffer,$array);

//echo $array[0][0];exit;

//preg_match_all("/(.+)<br>/is",$array[0][0],$array);

//$array[0][0] = str_replace("&lt;","<\\",$array[0][0]);CnPhper.com By Cnphper CnPhperFrom CnPhper.com 

//$array[0][0] = str_replace("&gt;","\\>",$array[0][0]);

//$array[0][0] = htmlspecialchars($array[0][0]);

//$array[0][0] = str_replace("<BR>","\n",$array[0][0]);

//$array[0][0] = str_replace("&nbsp;"," ",$array[0][0]);

$ar_content = strip_tags($array[0][0],"<br>");

//$ar_content = str_replace("From CnPhper.com","",$ar_content);

//$ar_content = preg_replace("/CnPhper\.com/i","",$ar_content);



//echo $ar_content;exit;

//$ar_content = substr($array[0][0],14,-6);

$sql = "insert into cdb_article values(null,'未知','".addslashes($ar_subject)."','".addslashes($ar_content)."','互联网','2006-07-20',0,4,0,1,0)";

mysql_query($sql,$conn); 

fclose($fp); 

}

}

?> ;

毕业了。。。

jacket0722

UID: 7865
帖子: 3
积分: 5
在线时间: 5小时
注册时间: 2007-01-06
最后登录: 2007-01-15

3^# jacket0722 发表于2007-01-09

$title[0][0] = preg_replace("/<h1>(.+?)<\/h1>/is","\\1",$title[0][0]);
这句话的作用是甚么啊？上面那段代码不是已经做过匹配了嘛，还要替换甚么东西啊？是替换掉除了标题别的用到<h1></h1>标签的内容？那也不对啊，如果有别的应该放在第二个数组了啊，还望楼上的大大提点下小弟

[ 本帖最后由 jacket0722 于 2007-1-9 17:01 编辑 ]

bymmx

UID: 15
帖子: 83
积分: 153
在线时间: 60小时
注册时间: 2006-05-19
最后登录: 2016-04-24

4^# bymmx 发表于2007-01-09

去掉<h>标签

如题

qai41

UID: 22542
帖子: 2
积分: 4
在线时间: 1小时
注册时间: 2008-04-19
最后登录: 2008-04-19

5^# qai41 发表于2008-04-19

老大如果有空格怎么办

dadatt

UID: 22359
帖子: 22
积分: 0
在线时间: 9小时
注册时间: 2008-04-11
最后登录: 2009-05-11

6^# dadatt 发表于2008-04-25

fans ....

lxydyx

UID: 18608
帖子: 37
积分: 5
在线时间: 11小时
注册时间: 2007-09-12
最后登录: 2011-03-09

7^# lxydyx 发表于2008-05-07

kanakan

aeolus

UID: 22612
帖子: 30
积分: 37
在线时间: 3小时
注册时间: 2008-04-23
最后登录: 2008-06-02

8^# aeolus 发表于2008-05-09

兩邊的空格不是可以用trim()去除