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
- PHP学习中遇到的问题，请高手帮忙 - PHPchina
- 如何获取IIS虚拟目录的绝对路径 - PHPchina
- 常常说的SQL注入是怎么做的？ - PHPchina
- 怎么对网站的Alexa排名的数据的采集? - PHPchina
- 遇到一个session丢失的问题。打开含有mediaplayer播放器的页面，会导致session丢失 -
- 做小偷遇到一个基础问题.请指教 - PHPchina
- php5如何连接ACCESS 2003 - PHPchina
- 帮找下错误 - PHPchina
- split 函数的一个问题 - PHPchina
- 一个全站系统的数据库设计问题，望大家都来帮帮忙 - PHPchina
- 分享我的PHP配置心得包含MYSQL5乱码解决 - PHPchina
- 深入浅出分析Linux设备驱动程序中断 （1）(3)
- 深入浅出分析Linux设备驱动程序中断 （1）(2)
- 深入浅出分析Linux设备驱动程序中断 （1）
- OpenSSH可实现一次性自动管理多台服务器
- 如何利用程序循环来控制Perl脚本流程
- PHP5应用笔记之Cookie实用攻略（上）
- 从失败中涉取经验 网站设计的十种常见错误
- 连载1：利用PHP创建由Oracle 驱动的SOAP服务
- 连载2：利用PHP创建由Oracle 驱动的SOAP服务
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: 52 ::
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
