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

PHP 简易爬虫

程序员文章站 2024-01-30 22:31:16
...
  1. function get_urls($url)
  2. {
  3. $url_array=array();
  4. $the_first_content=file_get_contents($url);
  5. $the_second_content=file_get_contents($url);
  6. $pattern1 = "/http:\/\/[a-zA-Z0-9\.\?\/\-\=\&\:\+\-\_\'\"]+/";
  7. $pattern2="/http:\/\/[a-zA-Z0-9\.]+/";
  8. preg_match_all($pattern2, $the_second_content, $matches2);
  9. preg_match_all($pattern1, $the_first_content, $matches1);
  10. $new_array1=array_unique($matches1[0]);
  11. $new_array2=array_unique($matches2[0]);
  12. $final_array=array_merge($new_array1,$new_array2);
  13. $final_array=array_unique($final_array);
  14. for($i=0;$i {
  15. echo $final_array[$i]."
    ";
  16. }
  17. }
  18. get_urls("http://www.baidu.com");
复制代码
相关标签: PHP 简易爬虫