繁體中文当前位置: 首页 > 图文教程 > 网络编程 > PHP > PHP 采集心得技巧
- PHP
- php 服务器调试 Zend Debugger 的安装教程
- 从Web查询数据库之PHP与MySQL篇
- php 应用程序安全防范技术研究
- php 不同编码下的字符串长度区分
- php 生成饼图 三维饼图
- PHP 字符截取 解决中文的截取问题,不用mb系列
- PHP5 操作MySQL数据库基础代码
- php面向对象全攻略 （一） 面向对象基础知识
- php面向对象全攻略 （二） 实例化对象 使用对象成员
- php面向对象全攻略 （三）特殊的引用“$this”的使用
- php面向对象全攻略 （四）构造方法与析构方法
- php面向对象全攻略 （五） 封装性
- php面向对象全攻略 （六）__set() __get() __isset() __unset()的用法
- php面向对象全攻略 （七） 继承性
- php面向对象全攻略 （八）重载新的方法
- php面向对象全攻略 （九）访问类型
- php面向对象全攻略 （十） final static const关键字的使用
- php面向对象全攻略 （十一）__toString()用法 克隆对象 __call处理调用错误
- php面向对象全攻略 （十二） 抽象方法和抽象类
- php面向对象全攻略 （十四） php5接口技术
PHP 采集心得技巧
出处:互联网 整理: 软晨网（RuanChen.com） 发布: 2009-09-13 浏览: 257 ::
收藏到网摘: n/a
今天给大家共享一下我的采集代码！ 思路： 采集程序的思路很简单大体可以分为以下几个步骤 1.获取远程文件源代码（file_get_contents或用fopen）.
2.分析代码得到自己想要的内容（这里用正规匹配，一般是得到分页）。
3.跟根得到的内容进行下载入库等操作。
在这里第二步有可能要重复的操作好几次，比如说要先分析一下分页地址，在分析一下内页的内容才能取得我们想要的东西。
代码：
记的以前发部过部分的代码今天我在这里在简单的发部一下
复制PHP内容到剪贴板
PHP代码:
@$nl=file_get_contents($rs['url']);//抓取远程内容
preg_match_all("/var url = "gameswf/(.*?).swf";/is",$nl,$connect);//进行正规匹配取得自己要的内容
mysql_query("insert ......插入数据库部分");
上面的代码就是所有采集要用到的代码了，当然大家也可以用fope来作，我个人喜欢用file_get_contents。
下面在共享一下我的下载图片flash到本地的办法，太简单了两行代码
PHP代码:
复制代码 代码如下:
if(@copy($url,$newurl)){
echo 'ok';
}
在论坛上以前还发过一个图片下载函数这会也放上来给大家
PHP代码:
复制代码 代码如下:
/*本存图片函数*/
function getimg($url,$filename){
/*判断图片的url是否为空，如果为空停止函数*/
if($url==""){
return false;
}
/*取得图片的扩展名，存入变量$ext中*/
$ext=strrchr($url,".");
/*判断是否是合法的图片文件*/
if($ext!=".gif" && $ext!=".jpg"){
return false;
}
/*读取图片*/
$img=file_get_contents($url);
/*打开指定的文件*/
$fp=@fopen($filename.$ext,"a");
/*写入图片到指点的文件*/
fwrite($fp,$img);
/*关闭文件*/
fclose($fp);
/*返回图片的新文件名*/
return $filename.$ext;
}
共享一下个人的采集心德：
1.不采那些作防盗链了的站，其实可以作假来路但是这样的站采集成本太高
2.采集尽量快的站，最好在本地进行采集
3.采集时有很多时候可以先把一部分数据存入数据库，等以后进行下一步的处理。
4.采集的时候一定要作好出错处理，我一般都是如果采集三次没有成功就跳过。以前经常就因为一条内容不能采就卡在那里一直的采。
5.入库前一定要作好判断，检查内容的合法，过滤不必要的字符串。
评论 (0) All
