如果你对以上内容已经很了解,这个是用fopen取读远程文章的内容直接保存到本地了

  • 栏目:编程 时间:2020-04-28 17:14
<返回列表

这个是用fopen取读远程文章的内容直接保存到本地了,这只是个简单的,仔细一点就是要分析要采集文章的结构,然后用正则取我们想要的内容,保存到数据并生成html文件就行了.

得到数据我们不能直接输出,往往需要对内容进行提取,然后再进行格式化,以更加友好的方式显现出来。
下面先简单说一下本文的主要内容:

代码如下 复制代码

一、 PHP抓取页面的主要方法:

function getcontent($url,$html,$version,$google,$key1,$key2,$key3,$title) { /*$ch=@curl_init($url); ob_start(); curl_exec ($ch); $retmsg=ob_get_contents(); ob_clean(); ob_end_flush(); curl_close ($ch); */ $retmsg=file_get_contents($url);

  1. file()函数
  2. file_get_contents()函数
  3. fopen()->fread()->fclose()模式
    4.curl方式
  4. fsockopen()函数 socket模式
  5. 使用插件(如:)

这里可以用多种读取远程文章的办法 $handle=fopen(getcwd().$html,'w+'); $retmsg=str_replace(array('{google_version}','{google}','{key1}','{key2}','{key3}','{title}'),array($version,$google,$key1,$key2,$key3,$title),$retmsg); if(!fwrite($handle,$retmsg)){ echo 'cant writea href=# onclick=/javascript:history.back();/Back/a'; }else{ echo sava successa href=# onclick=/javascript:history.back();/Back/a; } fclose($handle); }

二、PHP解析html或xml代码主要方式:

原创文章:

  1. 正则表达式
  2. PHP DOMDocument对象
  3. 插件(如:PHP Simple HTML DOM Parser)

如果你对以上内容已经很了解,以下内容可以飘过......

PHP抓取页面

  1. file()函数
    复制代码 代码如下:
    $url='';
    $lines_array=file($url);
    $lines_string=implode('',$lines_array);
    echo htmlspecialchars($lines_string);
    ?>
  1. file_get_contents()函数
    使用file_get_contents和fopen必须空间开启allow_url_fopen。方法:编辑php.ini,设置 allow_url_fopen = On,allow_url_fopen关闭时fopen和file_get_contents都不能打开远程文件。
    复制代码 代码如下:
    $url='';
    $lines_string=file_get_contents($url);
    echo htmlspecialchars($lines_string);
    ?>
  1. fopen()->fread()->fclose()模式

复制代码 代码如下:
$url='';
$handle=fopen($url,"rb");
$lines_string="";
do{
$data=fread($handle,1024);
if(strlen($data)==0){break;}
$lines_string.=$data;
}while(true);
fclose($handle);
echo htmlspecialchars($lines_string);
?>

  1. curl方式
    使用curl必须空间开启curl。方法:windows下修改php.ini,将extension=php_curl.dll前面的分号去掉,而且需要拷贝ssleay32.dll和libeay32.dll到C:WINDOWSsystem32下;Linux下要安装curl扩展。
    复制代码 代码如下:
    $url='';
    $ch=curl_init();
    $timeout=5;
    curl_setopt($ch, CURLOPT_URL, $url);
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
    curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $timeout);
    $lines_string=curl_exec($ch);
    curl_close($ch);
    echo htmlspecialchars($lines_string);
    ?>
  1. fsockopen()函数 socket模式
    socket模式能否正确执行,也跟服务器的设置有关系,具体可以通过phpinfo查看服务器开启了哪些通信协议,比如我的本地php socket没开启http,只能使用udp测试一下了。
    复制代码 代码如下:
    $fp = fsockopen("udp://127.0.0.1", 13, $errno, $errstr);
    if (!$fp) {
    echo "ERROR: $errno - $errstr
    n";
    } else {
    fwrite($fp, "n");
    echo fread($fp, 26);
    fclose($fp);
    }
    ?>
  1. 插件
    网上应该有比较多的插件,snoopy插件是在网上搜到的,有兴趣的可以研究一下。

PHP解析xml(html)

  1. 正则表达式:

复制代码 代码如下:
$url='';
$lines_string=file_get_contents($url);
eregi('

(.*)

',$lines_string,$title);
echo htmlspecialchars($title[0]);
?>

  1. PHP DOMDocument()对象
    如果远程的html或xml存在语法错误,php在解析dom的时候会报错。

复制代码 代码如下:

$url='';
$html=new DOMDocument();
$html->loadHTMLFile($url);
$title=$html->getElementsByTagName('title');
echo $title->item(0)->nodeValue;
?>

  1. 插件
    本文以PHP Simple HTML DOM Parser为例,进行简单介绍,simple_html_dom的语法类似jQuery,它让php操作dom,就像使用jQuery操作dom一样的简单。
    复制代码 代码如下:

$url='';
include_once('../simplehtmldom/simple_html_dom.php');
$html=file_get_html($url);
$title=$html->find('title');
echo $title[0]->plaintext;
?>

当然中国人是富有创造性的,老外往往会在技术上领先,但中国人往往会在使用上更胜一筹,往往做出一些让老外不敢想的功能,比如php的远程抓取与分析,本来是为数据的整合提供方便。但国人很喜欢这个,于是乎大量的采集站,它们本身不创造任何有价值的内容,就是靠抓取别人的网站内容,并把它据为己有。在百度里输入“php小”关键词,suggest列表第一个就是“php小偷程序”,然后把同样的关键词放入google,哥只能笑而不语。

上一篇:php mysql查询类 下一篇:shell命令行来操作sqlite数据库,或者你想做嵌入式开发

更多阅读

shell命令行来操作sqlite数据库,或者你想

编程 2020-04-28
SQLite是一款轻型的数据库,它的设计目标是嵌入式的,而且目前已经在很多嵌入式产品中使用...
查看全文

如果你对以上内容已经很了解,这个是用

编程 2020-04-28
这个是用fopen取读远程文章的内容直接保存到本地了,这只是个简单的,仔细一点就是要分析要采...
查看全文

增加了部分功能,将gbk编码的字符串转化

编程 2020-04-28
apache 字符集 GB 2312mysql 字符集 GBK现要从 mysql 中提出信息(GBK) 写入到XML 中XML中的编码格式是 ...
查看全文

友情链接: 网站地图

Copyright © 2015-2019 http://www.koi-bumi.com. 韦德体育有限公司 版权所有