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 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: 59 ::
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
