欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  后端开发

关于PHP程序采集的代码

程序员文章站 2022-03-14 11:28:43
...
今天给大家共享一下我的采集代码! 思路: 采集程序的思路很简单大体可以分为以下几个步骤

1.获取远程文件源代码(file_get_contents或用fopen).
2.分析代码得到自己想要的内容(这里用正规匹配,一般是得到分页)。
3.跟根得到的内容进行下载入库等操作。

  在这里第二步有可能要重复的操作好几次,比如说要先分析一下分页地址,在分析一下内页的内容才能取得我们想要的东西。
  代码:
  记的以前发部过部分的代码今天我在这里在简单的发部一下
  PHP代码:

@$nl=file_get_contents($rs['url']);//抓取远程内容 
preg_match_all("/var url = "gameswf/(.*?).swf";/is",$nl,$connect);//进行正规匹配取得自己要的内容 
mysql_query("insert ......插入数据库部分");

  上面的代码就是所有采集要用到的代码了,当然大家也可以用fope来作,我个人喜欢用file_get_contents。
  下面在共享一下我的下载图片flash到本地的办法,太简单了两行代码
  PHP代码:

if(@copy($url,$newurl)){ 
echo 'ok'; 
}

  在论坛上以前还发过一个图片下载函数这会也放上来给大家
  PHP代码:

/*本存图片函数*/ 
function getimg($url,$filename){ 
    /*判断图片的url是否为空,如果为空停止函数*/ 
    if($url==""){ 
        return false; 
    } 
    /*取得图片的扩展名,存入变量$ext中*/ 
    $ext=strrchr($url,"."); 
    /*判断是否是合法的图片文件*/ 
  if($ext!=".gif" && $ext!=".jpg"){ 
        return false; 
    } 
    /*读取图片*/ 
    $img=file_get_contents($url); 
    /*打开指定的文件*/ 
    $fp=@fopen($filename.$ext,"a"); 
    /*写入图片到指点的文件*/ 
    fwrite($fp,$img); 
    /*关闭文件*/ 
    fclose($fp); 
    /*返回图片的新文件名*/ 
    return $filename.$ext; 
}

  共享一下个人的采集心德:
  1.不采那些作防盗链了的站,其实可以作假来路但是这样的站采集成本太高
  2.采集尽量快的站,最好在本地进行采集
  3.采集时有很多时候可以先把一部分数据存入数据库,等以后进行下一步的处理。
  4.采集的时候一定要作好出错处理,我一般都是如果采集三次没有成功就跳过。以前经常就因为一条内容不能采就卡在那里一直的采。
  5.入库前一定要作好判断,检查内容的合法,过滤不必要的字符串。

以上就是本文的全部内容,希望对大家的学习有所帮助,更多相关内容请关注PHP中文网!

相关推荐:

关于PHP字典树的定义与实现方法

以上就是关于PHP程序采集的代码的详细内容,更多请关注其它相关文章!

相关标签: PHP 采集