基于PHP的简单采集数据入库程序【续篇】,php采集入库续篇
程序员文章站
2022-06-08 12:56:57
...
基于PHP的简单采集数据入库程序【续篇】,php采集入库续篇
在上篇文章中,我们已经采集新闻信息页的列表数据,接下来要做的操作就是从数据库中读取所需要采集的URL,进行页面抓取就行
新建一个content表
不过需要注意的一点是,不能再采用采集URL这种id递增的方法去采集,因为数据表中可能出现id断续,比如id=9,id=11,当采集到id=10的时候,URL是空白的,这样可能会导致采集到了空字段。
这里用到的一个技巧是数据库的查询语句,在我们采集完第一条数据的时候,判断数据库里是否还有大于此id的id编号,若有,读取一条,查询信息重复上面的工作。
具体代码如下:
(.*)/iUs"; preg_match($pattern, $content,$info);//获取内容存放info echo $title=$row[1]."
"; echo $content=$info[0]."
"; //插入数据库 $add="insert into content(title,content) value('$title','$content')"; mysql_query($add); $sql2="select * from list where id>$id order by id asc limit 1"; $result2=mysql_query($sql2); $row2=mysql_fetch_array($result2);//取得对应的url地址 if($row2['id']){ echo ""; } ?>
这样子我们所要的新闻内容就采集入库了,接下来只需要对数据的一些样式进行整理就行了。
php 里有$nr = implode(‘#’,$arr) 方法 ,就可以 了
不过上面的组成的是“内容1#内容2”,没有最后面的一个#,要是必须的话
就是$nr = implode('#',$arr).'#'
在笨的方法,就是用
foreach( $arr as $vl){
$nr.=$vl."#";
}
参考资料:$
mysql_connect() //先连接你的数据库
mysql_select_db() //选择你的数据库
mysql_query("insert into 你的表 (地址,标题) values ('$tmp[1][$i]',$tmp[2][$i])");//OK了,搞定!