繁體中文当前位置: 首页 > 图文教程 > 网络编程 > PHP > php 采集书并合成txt格式的实现代码
- PHP
- 用IP地址来统计访问人数！以天为间限！
- 怎样用PHP来给网页做导航栏
- 全面測試email的有效性
- 桌面中心(一) 创建数据库
- 桌面中心(二) 数据库写入
- 桌面中心(三) 修改数据库
- 桌面中心(四) 数据显示
- 一个个人网页自动化生成系统（1）
- 一个个人网页自动化生成系统（2）
- 一个个人网页自动化生成系统（3）
- 一个个人网页自动化生成系统（4）
- 一个个人网页自动化生成系统（5）
- 一个个人网页自动化生成系统（6）
- 一个模仿oso的论坛程序（之一）
- 一个模仿oso的论坛程序（之二）
- 一个模仿oso的论坛程序（之三）
- 一个简单的图形计数器
- 一个自定义位数的多用户计数器
- MySQL通用查询程序
- pop3邮件收取一例
PHP 中的 php 采集书并合成txt格式的实现代码
出处:互联网 整理: 软晨网（RuanChen.com） 发布: 2009-09-13 浏览: 271 ::
收藏到网摘: n/a
记得上次有过一个叫采集后的处理这个就是它的升级版本 连采再处理，合成一本书txt的。 <?php
/**
* @name 采集书.php
* @date Sun Mar 01 22:48:02 CST 2009
* @copyright 马永占(MyZ)
* @author 马永占(MyZ)
* @link http://blog.csdn.net/mayongzhan/
*/
//header('Content-Type:text/html;charset=utf8');
header('Content-Type:text/html;charset=gb2312');
error_reporting(E_ALL);
date_default_timezone_set('Asia/Shanghai');
set_time_limit(0);
function writer($content,$url)
{
$fp = fopen($url, 'ab');
fwrite($fp, $content);
fclose($fp);
}
$folder = '2'; //文件夹
$book_base_url = 'xxxxxxxxxxxxxxxxxxxxx';
$book_url = 'yyyyyyyyyyyyy.html';
$main = file_get_contents($book_base_url.$book_url);
preg_match_all('/chapter_.*?\.html/', $main, $pages);
$pages = array_unique($pages[0]);
foreach ($pages as $value) {
writer(file_get_contents($book_base_url.$value), './'.$folder.'/'.$value.'.txt');
$str = file_get_contents('./'.$folder.'/'.$value.'.txt');
//print_r($str);
preg_match("/(<h1>)(.*?)(<\/h1>)(.*?)(<div id=\"contTxt\" class=\"contTxt1\">)(.*?)(<\/div>)/s",$str,$arr);
//print_r($arr);die();
$arr[6] = preg_replace("/(<span[^>]+>.*?<a[^>]+>)(.*?)(<\/a><\/span>)/s","$2",preg_replace("/<p>|<\/p>/","\r\n",$arr[6]));
$result = "\r\n------------------------------------------------\r\n------------------------------------------------\r\n------------------------------------------------\r\n----------------".$arr[2]."\r\n------------------------------------------------\r\n------------------------------------------------\r\n------------------------------------------------\r\n".$arr[6];
writer($result, './'.$folder.'/new.txt');
}
?>
评论 (0) All
