PHP simple_html_dom.php+通常記事コード集_PHPチュートリアル-PHPチュートリアル-php.cn

PHP simple_html_dom.php+通常記事コード集_PHPチュートリアル

WBOY

リリース： 2016-07-21 15:41:53

オリジナル

870 人が閲覧しました

コードをコピーしますコードは次のとおりです:

//PHP Simple html Dom クラスライブラリファイルをインクルードします
include_once('./simplehtmldom/simple_html_dom.php');

// HTML を収集する
関数 getwebcontent($url){
$ch =curl_init();
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt( $ch, CURLOPT_CONNECTTIMEOUT , $timeout);
curl_setopt ($ch, CURLOPT_FOLLOWLOCATION, 1);
return $contents; //タイトルと URL を取得
$string =
getwebcontent('http://www.babytree.com/learn/zhunbeihuaiyun/jijibeiyun/2');
//通常のマッチング

タイトルとアドレスを取得
preg_match_all ( "/< li>(.*)/",
$string, $out,

foreach(); $out as $key => $value){
$article['title'][] = $out[$key][2] = "http://www .babytree.com /learn/article/".$out[$key][1];
}

//url
foreach($article['link'] as $key=>$)に基づいて記事のコンテンツを取得します値){
$ html = file_get_html($value);
$div = $html->find('div[id=pagenum_0]');
$article[content][] = $div[0]-> ;innertext;
}
//タイトルを変換します---実際に使用するときはこの手順は必要ありません--元々 utf8 を使用する必要があるためです
//実際にはトランスコードしないとファイルとして保存できません
foreach($article[title] as $key= >$value){
$article[title][$key] = iconv('utf-8', 'gbk', $value);//トランスコーディング
}
//ファイルに保存
$num = count ($article['title']);
for($i=0; $ifile_put_contents("{$article[title][ $i]}.txt", $article[ 'content'][$i]);
}

/*本当は12時までに送信したかったのですが。。でも、見下ろせばもう3時半。。。昨日のことだとしても、
本来、記事の内容を取得するには正規表現を使うのが一番早い方法です
正規表現は良いのですが、正規表現は本当に難しいです！そこで調べてみたところ、
ネット上ではPHP Simple Domを使っている人も多いようですが、効率は少し落ちるものの、それでも効果は十分です
クラスライブラリファイルのインクルードからtxtファイルの作成までにかかる時間は約1時間です。 7/8 秒で、さらに最適化するため、特に記事のコンテンツを取得するための通常のルールがあまりにも不快です
少し調べてください*/
?>

http://www.bkjia.com/PHPjc/321084.html

www.bkjia.com

true

http://www.bkjia.com/PHPjc/321084.html

技術記事