首页 / HTML / simple是什么意思PHPsimple_html_domphp+正则采集文章代码

simple是什么意思PHPsimple_html_domphp+正则采集文章代码

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了simple是什么意思PHPsimple_html_domphp+正则采集文章代码，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1764字，纯文字阅读大概需要3分钟。

内容图文

代码如下:


//包含PHP Simple html Dom 类库文件
include_once('./simplehtmldom/simple_html_dom.php');
//采集html
function getwebcontent($url){
$ch = curl_init();
$timeout = 10;
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $timeout);
curl_setopt ($ch, CURLOPT_FOLLOWLOCATION, 1);
$contents = trim(curl_exec($ch));
curl_close($ch);
return $contents;
}
//获得标题和url
$string =
getwebcontent('http://www.babytree.com/learn/zhunbeihuaiyun/jijibeiyun/2');
//正则匹配

  • 获取标题和地址
    preg_match_all ("/
  • (.*)<\/a>/",
    $string, $out, PREG_SET_ORDER);
    foreach($out as $key => $value){
    $article['title'][] = $out[$key][2];
    $article['link'][] = "http://www.babytree.com/learn/article/".$out[$key][1];
    }
    //根据url获取文章内容
    foreach($article['link'] as $key=>$value){
    $html = file_get_html($value);
    $div = $html->find('div[id=pagenum_0]');
    $article[content][] = $div[0]->innertext;
    }
    //标题转码---真正用的时候不用这步--因为咱本来就要用utf8的
    //不转码还真不能保存成文件
    foreach($article[title] as $key=>$value){
    $article[title][$key] = iconv('utf-8', 'gbk', $value);//转码
    }
    //存入文件
    $num = count($article['title']);
    for($i=0; $i<$num; $i++){
    file_put_contents("{$article[title][$i]}.txt", $article['content'][$i]);
    }
    /*本来想12点之前发的。。但小看一下都3点半了。。。 就算昨天的吧
    本来获取文章内容时用正则是最好的，速度也是最快的，
    奈何正则是好，但正则表达式是真难！于是乎小查了一下，
    网上也有很多人也在用PHP Simple Dom 虽然效率慢了点，但效果还是不错的
    从包含类库文件到写入txt文件 大概是7/8就秒 还有带于进一步优化，特别是那获取文章内容时的正则，那个太恶心了
    大家可以小研究一下*/
    ?>

    以上就介绍了simple是什么意思 PHP simple_html_domphp+正则 采集文章代码，包括了simple是什么意思方面的内容，希望对PHP教程有兴趣的朋友有所帮助。

    内容总结

    以上是互联网集市为您收集整理的simple是什么意思PHPsimple_html_domphp+正则采集文章代码全部内容，希望文章能够帮你解决simple是什么意思PHPsimple_html_domphp+正则采集文章代码所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

    内容备注

    版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

    内容手机端

    扫描二维码推送至手机访问。

    本文链接：https://qyyshop.com/info/129210.html

    来源：【匿名】