php 简易采集小程序

时间: 作者: 点击量:

<?php
//调用方法 :http://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('<div class="wltg">', '</div>', $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

上一篇:百度霸屏推广之iframe无刷新跨域POST提交

下一篇:ajax获取页面历史记录内容

注册体验: