转载请注明出自落伍im286.com,本贴地址:http://www.im286.com/viewthread.php?tid=1991813 只差两分就落伍了，特献出中国站长站 For Dede4.0 的采集规则，希望大家能够支持我落伍，谢谢了！！！ 下面的规则为网站运营 >> 搜索优化 的采集规则，其他栏目的规则只要把“来源网址”和“文章网址需包含”这两项改成你想采集栏目的网址和目录。 如想采集站长在线 >> 好站推荐 这个栏目，你只要做如下更改： 来源网址：[url]http://www....
楼下也有一个所谓56站程序的，忽悠到了极致，不喜欢被人忽悠的，还是自己做个站吧！ 我给大家个采集接口，你爱自己采集可以用自己的FLASH播放器直接播放56.com的flv吧！不用帮人家做免费广告那么傻了！ 代码如下:$url = "http://www.56.com/u75/v_MTkwMTIwMjQ.html"; $html = @file_get_contents($url); preg_match_all("/var _oFlv_o = '([\S|\s]+)'/isU", $html, $matches); $o = decode56($matches[1][0]); include_once "json...
注意：下面的所有函数都没有用正则。 以上为取出第一个匹配的三个函数，实现相同的目的 代码如下:function str_cut($str ,$start, $end) {//取出第一个匹配,效率最高，先分割再替换 $content = strstr( $str, $start ); $content = substr( $content, strlen( $start ), strpos( $content, $end ) - strlen( $start ) ); return $content; } function str_cut1($str ,$start, $end) {//取出第一个匹配,效率中，直接查找替换 ...
采集器，通常又叫小偷程序，主要是用来抓取别人网页内容的。关于采集器的制作，其实并不难，就是远程打开要采集的网页，然后用正则表达式将需要的内容匹配出来，只要稍微有点正则表达式的基础，都能做出自己的采集器来的。 前几天做了个小说连载的程序，因为怕更新麻烦，顺带就写了个采集器，采集八路中文网的，功能比较简单，不能自定义规则，不过大概思路都在里面了，自定义规则可以自己来扩展。 用php来做采集器主要用...
注意：下面的所有函数都没有用正则。 以上为取出第一个匹配的三个函数，实现相同的目的 function str_cut($str ,$start, $end) {//取出第一个匹配,效率最高，先分割再替换 $content = strstr( $str, $start ); $content = substr( $content, strlen( $start ), strpos( $content, $end ) - strlen( $start ) ); return $content; } function str_cut1($str ,$start, $end) {//取出第一个匹配,效率中，直接查找替换 $x = strpos($st...
前几天做了个小说连载的程序，因为怕更新麻烦，顺带就写了个采集器，采集八路中文网的，功能比较简单，不能自定义规则，不过大概思路都在里面了，自定义规则可以自己来扩展。 用php来做采集器主要用到两个函数：file_get_contents()和preg_match_all()，前一个是远程读取网页内容的，不过只在php5以上的版本才能用，后一个是正则函数，用来提取需要的内容的。 下面就一步一步来讲功能实现。 因为是采集小说，所以首先要...
当前的脚本网址 function get_php_url(){ if(!empty($_SERVER["REQUEST_URI"])){ $scriptName = $_SERVER["REQUEST_URI"]; $nowurl = $scriptName; }else{ $scriptName = $_SERVER["PHP_SELF"]; if(empty($_SERVER["QUERY_STRING"])) $nowurl = $scriptName; else $nowurl = $scriptName."?".$_SERVER["QUERY_STRING"]; } return $nowurl; } //把全角数字转为半角数字 function GetAlabNum($fnum){ $nums = array("０","１","２","...
/** * @name 采集书.php * @date Sun Mar 01 22:48:02 CST 2009 * @copyright 马永占(MyZ) * @author 马永占(MyZ) * @link http://blog.csdn.net/mayongzhan/ */ //header('Content-Type:text/html;charset=utf8'); header('Content-Type:text/html;charset=gb2312'); error_reporting(E_ALL); date_default_timezone_set('Asia/Shanghai'); set_time_limit(0); function writer($content,$url) { $fp = fopen($url, 'ab'); fwrite...
代码如下://采集首页地址 $url="http://emotion.pclady.com.cn/skills/"; //获取页面代码 $rs=file_get_contents($url); //设置匹配正则 //$fp=fopen("text.txt","a"); //$fw=fwrite($fp,$rs); //fclose($fp); /*href="http://emotion.pclady.com.cn/skills/0903/376476.html" target=_blank>留住你身边的好男人*/ $preg='/]+\">(.*)/i'; //进行正则搜索 preg_match_all($preg,$rs,$title); //计算标题数量 $count=count($title[0]...
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...
代码如下:// 吴燕军 // 2009-06-27 // 采集程序php set_time_limit(0); //cookie保存目录 $cookie_jar = '/tmp/cookie.tmp'; /*函数------------------------------------------------------------------------------------------------------------*/ //模拟请求数据 function request($url,$postfields,$cookie_jar,$referer){ $ch = curl_init(); $options = array(CURLOPT_URL => $url, CURLOPT_HEADER => 0, CURLOPT_NOBODY =...
第一步. 先从文章中把所有 用正则 抠出来. 代码如下:$message //文章内容 //正则(这个还不是) $reg = "/<img[^>]*src=\"(http:\/\/(.+)\/(.+)\.(jpg|gif|bmp|bnp))\"/isU"; //把抠出来的 img 地址存放到 $img_array 变量中 preg_match_all($reg, $message, $img_array, PREG_PATTERN_ORDER); //过滤重复的图片 $img_array = array_unique($img_array[1]); 第二步. 把$img_array 数组循环一下. 做图片保存和文章位置替换 代码如下...
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。 代码如下:// 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：locoyonline_for_disc...
hi 各位免费火车头采集器的采友: 火车头免费版本不支持采集结果的外挂处理，比如采用php来辅助处理结果，而火车头本身对于正则表达式的不完整支持， 导致对于采集一些有混淆文字的内容效果不好，那么咱们怎么做到过滤那些混淆字串呢？ 其实很简单--采用服务器端过滤 比如采集发送到服务器端是: $_POST = array("subject"=> "这里是标题","content"=> "混淆文字这里是内容"); 在服务器端我们稍加处理: $_POST["content"] = preg_rep...
参考别人想法变成自己的想法，你会发现慢慢下来以后你就拥有了临时解决很多问题的思路与方法。 代码如下:/* 功能:获取页面内容,存储下来阅读; lost63 */ Class GetUrl{ var $url; //地址 var $result; //结果 var $content; //内容 var $list; //列表 function GetUrl($url){ $this->url=$url; $this->GetContent(); $this->GetList(); $this->FileSave(); //print_r($this->list[2]); } private function GetContent(){ $this->re...