首页 / PHP / 简单php采集网页部分文字问题，求指点，多谢

简单php采集网页部分文字问题，求指点，多谢

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简单php采集网页部分文字问题，求指点，多谢，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6892字，纯文字阅读大概需要10分钟。

内容图文

本帖最后由 hi_5461 于 2013-06-09 15:54:50 编辑目标采集页面如下代码（示例页面，数据可能变化，但格式不会变化）
要求得到table中主要的4项数据：序号、违法时间、违法地点、违法行为（即93行～130行之间的）
希望能给出详细一点的php代码。

交警查询

网站首页
沈阳交警
交通新闻
视频播放
为您服务
在线办公
信息查询
征求意见
联系我们

返回首页 / 设为首页 / 添加搜藏

业务指南
表格下载
机动车驾驶人身体条件证
机动车驾驶申请表…
自助报名
模拟考场
电子地图
网上车管所

业务指南
表格下载
机动车驾驶人身体条件证
机动车驾驶申请表…
自助报名

业务指南
表格下载
机动车驾驶人身体条件证
机动车驾驶申请表…
自助报名
模拟考场
电子地图
网上车管所

在线查询 / 电子警察拍照信息

	电子警察拍照信息	小型汽车	辽AQ007B
序号	违法时间	违法地点	违法行为
1	2013-02-0711:16	沈阳市永安路	违停，驾驶人不在现场，妨碍其他车辆行人通行的
2	2013-03-0808:34	沈阳市三好街文萃路由南向北	通过路口遇停止信号时，停在停止线以内或路口内的
3	2013-03-2210:16	沈阳市三好街文萃路4号	违停，驾驶人不在现场，妨碍其他车辆行人通行的
4	2013-05-1413:53	沈阳市永安路	违停，驾驶人不在现场，妨碍其他车辆行人通行的
5	2013-05-3113:29	沈阳市五里河街	违停，驾驶人不在现场，妨碍其他车辆行人通行的

友情连接：

Copyright 2009 www.sygajj.gov.cn All Rights Reserved
版权所有：沈阳市交通警察支队 E-maill:webmaster@www.sygajj.gov.cn 辽ICP备07501079号邮编：110003
站长统计

回复讨论(解决方案)

preg_match_all('#(\d+)\s*(.+)\s*(.+)\s*(.+)#isU',$s,$m);print_r($m);

preg_match_all('#(\d+)\s*(.+)\s*(.+)\s*(.+)#isU',$s,$m);print_r($m);

不用正则能实现吗？

你这个需求用正则是最方便的，还想怎么样。

preg_match_all('#(\d+)\s*(.+)\s*(.+)\s*(.+)#isU',$s,$m);print_r($m);

不用正则能实现吗？

正则在这种情况下使用是再好不过了

不知道我调用的对不对，但是输出结果中出现了我不想要的字符。

?Array(    [0] => Array        (            [0] => 1    	2013-02-0711:16    	 沈阳市永安路    	 违停，驾驶人不在现场，妨碍其他车辆行人通行的            [1] => 2    	2013-03-0808:34    	 沈阳市三好街文萃路由南向北    	 通过路口遇停止信号时，停在停止线以内或路口内的            [2] => 3    	2013-03-2210:16    	 沈阳市三好街文萃路4号    	 违停，驾驶人不在现场，妨碍其他车辆行人通行的            [3] => 4    	2013-05-1413:53    	 沈阳市永安路    	 违停，驾驶人不在现场，妨碍其他车辆行人通行的            [4] => 5    	2013-05-3113:29    	 沈阳市五里河街    	 违停，驾驶人不在现场，妨碍其他车辆行人通行的        )    [1] => Array        (            [0] => 1            [1] => 2            [2] => 3            [3] => 4            [4] => 5        )    [2] => Array        (            [0] => 2013-02-0711:16            [1] => 2013-03-0808:34            [2] => 2013-03-2210:16            [3] => 2013-05-1413:53            [4] => 2013-05-3113:29        )    [3] => Array        (            [0] =>  沈阳市永安路            [1] =>  沈阳市三好街文萃路由南向北            [2] =>  沈阳市三好街文萃路4号            [3] =>  沈阳市永安路            [4] =>  沈阳市五里河街        )    [4] => Array        (            [0] =>  违停，驾驶人不在现场，妨碍其他车辆行人通行的            [1] =>  通过路口遇停止信号时，停在停止线以内或路口内的            [2] =>  违停，驾驶人不在现场，妨碍其他车辆行人通行的            [3] =>  违停，驾驶人不在现场，妨碍其他车辆行人通行的            [4] =>  违停，驾驶人不在现场，妨碍其他车辆行人通行的        ))

我是这样调用的：

$s = $p->post($remote_server,$post_string);preg_match_all('#(\d+)\s*(.+)\s*(.+)\s*(.+)#isU',$s,$m);print_r($m);

上面的结果中，从第3行至第25行，是我不想要的，而且第47行中出现了空格，这也不是我想要的，求解决代码，多谢！

$s = $p->post($remote_server,$post_string);preg_match_all('#(\d+)\s*(.+)\s*(?: )*(.+)\s*(?: )*(.+)#isU',$s,$m);print_r($m);

$m 的 1 到 4 下标依次表示为序号、时间、地点、内容

$s = $p->post($remote_server,$post_string);preg_match_all('#(\d+)\s*(.+)\s*(?: )*(.+)\s*(?: )*(.+)#isU',$s,$m);print_r($m);

$m 的 1 到 4 下标依次表示为序号、时间、地点、内容
试了一下，结果还是与原来的一样，空格字符没能过滤掉

preg_match_all('#(\d+)\s*(.+)\s* (.+)\s* (.+)#isU',$s,$m);

preg_match_all('#(\d+)\s*(.+)\s* (.+)\s* (.+)#isU',$s,$m);
这回正确了
还有个小问题，就是我得到的$m有时会是空数组，没有值，这个怎么能判断一下呢？因为不能正确得到结果时我需要重新执行一遍查询，谢谢！以下是返回空数组时的结果：

Array(    [0] => Array        (        )    [1] => Array        (        )    [2] => Array        (        )    [3] => Array        (        )    [4] => Array        (        ))

为空时你的数据不是上面那种格式吧，你判断$m[0] 是否为空数组就可以了。
if(empty($m[0])){
重新执行一遍查询
}

为空时你的数据不是上面那种格式吧，你判断$m[0] 是否为空数组就可以了。
if(empty($m[0])){
重新执行一遍查询
}
让你说着了，为空时，不是上面的格式，正则会出错，呵呵，所以判断要在正则之前了。应该判断$s里是否有“验证码输入有误，请重新输入！”，但不知道怎么写？

    			验证码输入有误，请重新输入！

用strpos() 判断就行吧？

出错时会出现上面那个提示是吧？

if(strpos($s,'验证码输入有误，请重新输入！') !==false){
.....重新执行一遍查询....
}

出错时会出现上面那个提示是吧？

if(strpos($s,'验证码输入有误，请重新输入！') !==false){
.....重新执行一遍查询....
}
又遇到个需要正则的地方，我不会写，帮我看下吧，多谢了
目标页面地址：http://218.25.58.44/searchsys/
需要采集的数据是：“数据最后更新至2013年6月9日”
求规则！

目标在183行，下面是这个页面的源码：

交警查询

网站首页
沈阳交警
交通新闻
视频播放
为您服务
在线办公
信息查询
征求意见
联系我们

返回首页 / 设为首页 / 添加搜藏

业务指南
表格下载
机动车驾驶人身体条件证
机动车驾驶申请表…
自助报名
模拟考场
电子地图
网上车管所

业务指南
表格下载
机动车驾驶人身体条件证
机动车驾驶申请表…
自助报名

业务指南
表格下载
机动车驾驶人身体条件证
机动车驾驶申请表…
自助报名
模拟考场
电子地图
网上车管所

电子警察拍照信息

驾驶员信息

数据最后更新至2013年6月9日

友情连接：

preg_match('#

(.+?)#',$s,$m);
echo $m[1];

女生的问题回答就是快哦。

内容总结

以上是互联网集市为您收集整理的简单php采集网页部分文字问题，求指点，多谢全部内容，希望文章能够帮你解决简单php采集网页部分文字问题，求指点，多谢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/196276.html

来源：【匿名】

【上一篇】php如何上传一个压缩文件?给个实例吧【下一篇】PHP 5 数据对象 (PDO) 抽象层与 Oracle

更多 ►

【简单php采集网页部分文字问题，求指点，多谢】教程文章相关的互联网学习教程文章

PHP采集利器 Snoopy 试用心得

Snoopy是什么? （下载snoopy） Snoopy是一个php类，用来模仿web浏览器的功能，它能完成获取网页内容和发送表单的任务。 Snoopy的一些特点: * 方便抓取网页的内容 * 方便抓取网页的文本内容 (去除HTML标签) * 方便抓取网页的链接 * 支持代理主机 * 支持基本的用户名/密码验证 * 支持设置 user_agent, referer(来路), cookies 和 header content(头文件) * 支持浏览器转向，并能控制转向深度 * 能把网页中的链接扩展成高质量的url(默...

PHP下载/采集远程图片到本地【代码】

/*** 下载远程图片到本地** @param string $url 远程文件地址* @param string $filename 保存后的文件名（为空时则为随机生成的文件名，否则为原文件名）* @param array $fileType 允许的文件类型* @param string $dirName 文件保存的路径（路径其余部分根据时间系统自动生成）* @param int $type 远程获取文件的方式* @return json 返回文件名、文件的保存路径* @author blog.snsgou.com*/ function download_image($url, $fileNa...

火车头discuz6.1 完美采集的php接口文件

PS：对原文件的修改较大,程序中注释已经很详尽，这里就不多说了。复制代码代码如下:<?php // header(‘Content-Type:text/html;charset=UTF-8‘); //if(function_exists("mb_convert_encoding")){ // $tmp = checkAndTranslate("使用前请将该文件直接上传至论坛根目录", 0); // header(‘Content-Type:text/html;charset=UTF-8‘); // print($tmp); //}else{ // print("NO"); //} // exit("this.line=".__line__); /* 文件名：lo...

PHP多线程批量采集下载美女图片的实现代码

使用curl的多线程，另外curl可以设置请求时间，遇到很慢的url资源，可以果断的放弃，这样没有阻塞，另外有多线程请求，效率应该比较高下面是代码实现/** * curl 多线程 * @author http://www.lai18.com* @param array $array 并行网址 * @param int $timeout 超时时间* @return mix */public function Curl_http($array,$timeout='15'){$res = array();$mh = curl_multi_init();//创建多个curl语柄foreach($array as $k=>$url){$co...

php 采集书并合成txt格式的实现代码

<?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, ‘...

PHP 采集程序原理分析篇

苦想了几天，终于弄明白了里面的道理。在这里写出来，请高手指正。采集程序的思路很简单，无非就是先打一个页面，一般都是列表页，取得里面全部链接的地址，然后打开逐条链接，寻找我们感兴趣的东西，如果找到，就把它入库或别的处理。下面以一个很简单的例子来说说。首先确定一个采集页，一般就是列表面了。这里目标是:http://www.jb51.net/article/11/index.htm。这是一个列表页，我们的目的就是采集这个列表页上全部的文章。 ...

PHPCMS V9 采集实例【图】

采集目标：列表： http://www.cnys.com/zixun/list_2_2.html 原文：http://www.cnblogs.com/guo2001china/p/5299238.html

PHP采集程序大全

在论坛好久了没有怎么正式的发表过东西，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：...

php采集DEMO一个

?123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161162163164165166167168169...

php 模拟登陆（不带验证码）采集数据【代码】【图】

这里模拟表单登陆窗口提交代码部分1，生成session_id保存到 cookie$login_url = ‘http://www.96net.com.cn/Login.php‘;$cookie_file = dirname(__FILE__)."/pic.cookie";$ch = curl_init();curl_setopt($ch, CURLOPT_URL, $login_url);curl_setopt($ch, CURLOPT_HEADER, 0);curl_setopt($ch, CURLOPT_RETURNTRANSFER,1);curl_setopt($ch, CURLOPT_COOKIEJAR, $cookie_file);curl_exec($ch);curl_close($ch);2,处理提交的登陆的数...

php 带cookie采集某页面【代码】

<?php error_reporting(0); define("temp_dir", dirname(__FILE__)."/Public/"); define("U", "11111");//$_GET[‘e‘];define("P", "mima");$dlfk=login(U, P); echo$dlfk; //登陆$bbb=friendshow(); $bbb = preg_replace(‘/<script[^>]*?>(.*?)<\/script>/is‘,"",$bbb); $bbb = preg_replace(‘/<input[^>]*?>/is‘,"",$bbb); $bbb = preg_replace(‘/<a style[^>]*?>(.*?)<\/a>/is‘,"",$bbb); $bbb = preg_replace(‘/<a[^>...

php curl采集，服务器gzip压缩返回数据怎么办

一般服务器不会胡乱返回gzip压缩的数据，一般是客户端请求的头部里包含你浏览器能接受的压缩方式，Accept-Encoding:gzip,deflate,sdch这里是gzip 、deflate、sdch这三种方式，这里不一一说明是指什么，不懂的可以去找谷哥度娘，有些服务器强制返回gzip压缩的数据，我们采集的时候，返回的是乱码，根本无法读取使用，这个时候马上查看手册发现其实curl里有个参数，curl_setopt($ch, CURLOPT_ENCODING,‘gzip‘);手册解释： CURLOPT_...

php采集内容中带有图片地址的远程图片并保存的方法

本文实例讲述了php采集内容中带有图片地址的远程图片并保存的方法。分享给大家供大家参考。具体实现方法如下：复制代码代码如下:function my_file_get_contents($url, $timeout=30) { if ( function_exists(‘curl_init‘) ) { $ch = curl_init(); curl_setopt ($ch, curlopt_url, $url); curl_setopt ($ch, curlopt_returntransfer, 1); curl_setopt ($ch, curlopt_connecttimeout, $timeout); $file_conten...

我的php学习笔记：php通用采集程序

php采集程序构建基本步骤：采集程序是什么？获取远程数据（文字、图片、图片）并快速保存到本地或指定地址。如天气预报（小偷程序）：远程获取--》替换内容--》展示给用户如实时更新的新闻（采集内容）：远程获取--》提取内容--》分类存储--》读取内容---》展示内容*************************设计PHP采集入库UML 列表正则：终端正则：**************************file_get_contents()获取远程页面内容preg_match_all()匹...

PHP curl模拟浏览器采集阿里巴巴的实现代码

没有不可能只有不去做，哈哈复制代码代码如下:<?php set_time_limit(0); function _rand() { $length=26; $chars = "0123456789abcdefghijklmnopqrstuvwxyz"; $max = strlen($chars) - 1; mt_srand((double)microtime() * 1000000); $string = ‘‘; for($i = 0; $i < $length; $i++) { $string .= $chars[mt_rand(0, $max)]; } return $string; } $HTTP_SESSION=_rand(); $HTTP_SESSION; $HTTP_Server="search.china.alibaba.co...

首页 / PHP / 简单php采集网页部分文字问题，求指点，多谢

简单php采集网页部分文字问题，求指点，多谢

内容导读

内容图文

在线查询 / 电子警察拍照信息

回复讨论(解决方案)

内容总结

内容备注

内容手机端

【简单php采集网页部分文字问题，求指点，多谢】教程文章相关的互联网学习教程文章

PHP采集利器 Snoopy 试用心得

PHP下载/采集远程图片到本地【代码】

火车头discuz6.1 完美采集的php接口文件

PHP多线程批量采集下载美女图片的实现代码

php 采集书并合成txt格式的实现代码

PHP 采集程序原理分析篇

PHPCMS V9 采集实例【图】

PHP采集程序大全

php采集DEMO一个

php 模拟登陆（不带验证码）采集数据【代码】【图】

php 带cookie采集某页面【代码】

php curl采集，服务器gzip压缩返回数据怎么办

php采集内容中带有图片地址的远程图片并保存的方法

我的php学习笔记：php通用采集程序

PHP curl模拟浏览器采集阿里巴巴的实现代码

PHP - 相关标签

采集 - 相关标签

PHP - 技术教程分类

PHP - 最新教程

PHP - 最热教程