PHP抓取及分析网页的方法详解,php抓取分析详解_PHP教程
PHP抓取及分析网页的方法详解,php抓取分析详解
本文实例讲述了PHP抓取及分析网页的方法。分享给大家供大家参考,具体如下:
抓取和分析一个文件是非常简单的事。这个教程将通过一个例子带领你一步一步地去实现它。让我们开始吧!
首先,我首必须决定我们将抓取的URL地址。可以通过在脚本中设定或通过$QUERY_STRING传递。为了简单起见,让我们将变量直接设在脚本中。
第二步,我们抓取指定文件,并且通过file()函数将它存在一个数组里。
好了,现在在数组里已经有了文件了。但是,我们想分析的文本可能不全在一行里面。为了解决这个文件,我们可以简单地将数组$lines_array转化成一个字符串。我们可以使用implode(x,y)函数来实现它。如果在后面你想用explode(将字符串变量数组),将x设成"|"或"!"或其它类似的分隔符可能会更好。但是出于我们的目的,最好将x设成空格。y是另一个必要的参数,因为它是你想用implode()处理的数组。
现在,抓取工作就做完了,下面该进行分析了。出于这个例子的目的,我们想得到在
到之间的所有东西。为了分析出字符串,我们还需要叫做正规表达式的东西。(.*)", $lines_string, $head); ?>
让我们看一下代码。正如你所见,eregi()函数按下面的格式执行:
eregi("(.*)", $lines_string, $head);
"(.*)"表示所有东西,可以解释为,"分析在
和间的所以东西"。$lines_string是我们正在分析的字符串,$head是分析后的结果存放的数组。最后,我们可以输数据。因为仅在
和间存在一个实例,我们可以安全的假设数组中仅存在着一个元素,而且就是我们想要的。让我们把它打印出来吧。(.*)", $lines_string, $head); echo $head[0]; ?>
这就是全部的代码了。
JavaScript.*?|ftp:////.+|http:////.+|.*?href.*?|play.*?|index.*?|.*?asp)+$/i'; //$reg = '/^(down.*?/.html|/d+_/d+/.htm.*?)$/i'; $rex = "/([hH][rR][eE][Ff])/s*=/s*['/"]*([^>'/"/s]+)[/"'>]*/s*/i" ; $reg = '/^(down.*?/.html)$/i' ; preg_match_all ( $rex , $file_contents , $r ); $result = "" ; //array(); foreach( $r as $c ){ if ( is_array ( $c )){ foreach( $c as $d ){ if ( preg_match ( $reg , $d )){ $result .= $host_url . $d . "/n" ; } } } } return $result ; } //获取指定内容中的多媒体文件 function get_content_object ( $str , $split = "|--:**:--|" ){ $regx = "/href/s*=/s*['/"]*([^>'/"/s]+)[/"'>]*/s*(.*?/b>)/i" ; preg_match_all ( $regx , $str , $result ); if ( count ( $result ) == 3 ){ $result [ 2 ] = str_replace ( "多媒体: " , "" , $result [ 2 ]); $result [ 2 ] = str_replace ( " " , "" , $result [ 2 ]); $result = $result [ 1 ][ 0 ] . $split . $result [ 2 ][ 0 ] . "/n" ; } return $result ; } ?>
更多关于PHP相关内容感兴趣的读者可查看本站专题:《php正则表达式用法总结》、《PHP+ajax技巧与应用小结》、《PHP运算与运算符用法总结》、《PHP网络编程技巧总结》、《PHP基本语法入门教程》、《php操作office文档技巧总结(包括word,excel,access,ppt)》、《php日期与时间用法总结》、《php面向对象程序设计入门教程》、《php字符串(string)用法总结》、《php+mysql数据库操作入门教程》及《php常见数据库操作技巧汇总》
希望本文所述对大家PHP程序设计有所帮助。
推荐阅读
-
使用php方法curl抓取AJAX异步内容思路分析及代码分享
-
php curl抓取网页的介绍和推广及使用CURL抓取淘宝页面集成方法
-
PHP配合fiddler抓包抓取微信指数小程序数据的实现方法分析
-
php中抓取网页内容的实例详解
-
深入file_get_contents函数抓取内容失败的原因分析_PHP教程
-
PHP抓取、分析国内视频网站的视频信息工具类_PHP教程
-
PHP抓取网页、解析HTML常用的方法总结_PHP教程
-
使用php方法curl抓取AJAX异步内容思路分析及代码分享,curlajax_PHP教程
-
使用php方法curl抓取AJAX异步内容思路分析及代码分享_php实例
-
使用php方法curl抓取AJAX异步内容思路分析及代码分享,curlajax_PHP教程