php实现的采集小程序,做采集的必看
程序员文章站
2024-01-02 16:30:34
...
以下是我搜集的php实现的采集小程序,自己测试可用,做采集很实用哦!
<?php //调用方法 :localhost/2.php?id=1 (自动采集1-8的列表) header("Content-type:text/html;charset=utf-8"); $con =mysql_connect("localhost", "root", "huweishen.com") or die("数据库链接错误"); mysql_select_db("liuyan", $con); mysql_query("set names 'utf8'"); function preg_substr($start, $end, $str) // 正则截取函数 { $temp = preg_split($start, $str); $content = preg_split($end, $temp[1]); return $content[0]; } function str_substr($start, $end, $str) // 字符串截取函数 { $temp = explode($start, $str, 2); $content = explode($end, $temp[1], 2); return $content[0]; } // ---------------- 使用实例 ---------------- if($_GET['id']<=8&&$_GET['id']){ $id=$_GET['id']; $url = "http://www.037c.com/New/list_5_$id.html"; //目标站 $fp = fopen($url, "r") or die("超时"); $fcontents = file_get_contents($url); $pattern="/<\/span><a href=\"(.*)\" title=\"(.*)\" target=\"_blank\">/iUs";//正则 preg_match_all($pattern, $fcontents, $arr); //print_r($arr); foreach($arr[1] as $k=>$url) { $title = iconv('GB2312', 'UTF-8', addslashes($arr[2][$k])); // echo $title; // echo $url; $str = iconv("GB2312","UTF-8", file_get_contents($url)); $author = preg_substr("/作者:/", "/<\//", $str); // 通过正则提取作者 $content = str_substr('<p class="wltg">', '</p>', $str); //通过字符串提取标题 $sql = "INSERT INTO `caiji` (`title`, `url` , `content`, `author` ) VALUES ('$title', '$url' , '$content' , '$author')"; // echo $sql."<br/>"; mysql_query($sql); } $id++; echo "正在采集URL数据列表$id...请稍后..."; echo "<script>window.location='2.php?id=$id'</script>"; } else{ echo "采集数据结束。"; } ?>
其中 title 设置唯一,可以防止重复采集,很好的的一个php采集小程序,作者:风云无忌
以上就是php实现的采集小程序,做采集的必看的详细内容,更多请关注其它相关文章!