php 文章采集正则代码_PHP教程
程序员文章站
2022-04-24 18:04:46
...
复制代码 代码如下:
//采集html
function getwebcontent($url){
$ch = curl_init();
$timeout = 10;
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $timeout);
curl_setopt ($ch, CURLOPT_FOLLOWLOCATION, 1);
$contents = trim(curl_exec($ch));
curl_close($ch);
return $contents;
}
//获得标题和url
$string =
getwebcontent('http://www.***.com/learn/zhunbeihuaiyun/jijibeiyun/2');
//正则匹配
preg_match_all ("/
foreach($out as $key => $value){
$article['title'][] = $out[$key][2];
$article['link'][] = "http://www.***.com/learn/article/".$out[$key][1];
}
//根据url获取文章内容
foreach($article['link'] as $key=>$value){
$content_html = getwebcontent($article['link'][$key]);
preg_match("/
[\s|\S]*?/",$content_html,$matches);
$article[content][$key] = $matches[0];
}
//不转码还真不能保存成文件
foreach($article[title] as $key=>$value){
$article[title][$key] = iconv('utf-8', 'gbk', $value);//转码
}
//存入文件
$num = count($article['title']);
for($i=0; $ifile_put_contents("{$article[title][$i]}.txt", $article['content'][$i]);
}
?>
$article[content][$key] = $matches[0];
}
//不转码还真不能保存成文件
foreach($article[title] as $key=>$value){
$article[title][$key] = iconv('utf-8', 'gbk', $value);//转码
}
//存入文件
$num = count($article['title']);
for($i=0; $ifile_put_contents("{$article[title][$i]}.txt", $article['content'][$i]);
}
?>
推荐阅读
-
php垃圾代码优化操作代码_PHP教程
-
动态网页技术:利用PHP制作简单的内容采集器_PHP教程
-
php采集文章中的图片获取替换到本地_PHP教程
-
一篇入门的php Class 文章_PHP教程
-
php删除字符串末尾子字符,删除开始字符,删除两端字符(实现代码)_PHP教程
-
100行PHP代码实现socks5代理服务器,100行socks5_PHP教程
-
正则表达式 教程 PHP正则表达式入门教程[转]
-
POSIX 风格和兼容 Perl 风格两种正则表达式主要函数的类比(preg_match, preg_replace,_PHP教程
-
关于文本留言本的分页代码_PHP教程
-
php下载文件源代码(强制任意文件格式下载)_PHP教程