洪恩在线成语词典小偷程序php版

程序员文章站 2024-01-27 15:12:40

...

去年在学习用php做小偷程序时的一个练习之作，希望能给有同样需求的朋友带来些帮助，程序主要流程是获取洪恩在线的成语词典查询结果并在当前页面显示出来（俗称小偷程序），使用语言为php

主要函数是file_get_contents，主程序分两段，跟我一起看过来吧（凡人博客原创代码，转载请注明）。
代码如下:
function escape($str){
preg_match_all('/[\x80-\xff].|[\x01-\x7f]+/',$str,$r);
$ar = $r[0];
foreach($ar as $k=>$v){
if(ord($v[0]) $ar[$k] = rawurlencode($v);
else
$ar[$k] = '%u'.bin2hex(iconv('GB2312','UCS-2',$v));
}
return join('',$ar);
}

上面的函数主要是用php实现JavaScript的escape编码过程，因为洪恩的查询接口需要传递过去的值是经过escape编码后的成语条目。
代码如下:
function chacy($chengyu){
$chengyu=escape($chengyu);
$text=@file_get_contents('http://study.hongen.com/dict/ndsearchchengyu.aspx?type=exact&word='.$chengyu);
$pos1=strpos($text,'');
$pos2=strrpos($text,'

');
$text=substr($text,$pos1,$pos2-$pos1);
//把字符集由原来的UTF-8转换到GB2312，注意在GB2312之后加上了//IGNORE，强制遇到特殊字符也继续转换，因为在遇到汉字“一”的时候iconv函数会终止转换
$text=iconv('UTF-8','GB2312//IGNORE',$text);
if (strpos($text,'出处')){
return $text;
}
}

上面是自己定义的成语查询函数，首先escape编码要查询的成语条目，然后使用file_get_contents函数获取“http://study.hongen.com/dict/ndsearchchengyu.aspx?type=exact&word=”页面查询的内容，使用substr去除前后一些不需要的多余代码，中间就是成语条目的解释部分（包括拼音、解释、出处、例句），最后记得要转码，洪恩返回的结果是UTF-8编码，一般情况下我们需要转换为GB2312编码，上面我写了一个有关iconv函数转换编码有时会出现bug的注释文本，需要加上一个//IGNORE参数。最后判断结果中是否存在“出处”二字，有的话说明整个函数运行成功，可以把获取到的内容return给页面了。

程序主体实现完成，只需在相应位置调用查询函数：chacy 就可以了。