複製程式碼 程式碼如下:
//包含PHP Simple html Dom 類別庫檔//採集html
function getwebcontent($url){
$ch = curl_init();
$timeout = 10;
curl_setopttopt ($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $hATION);
curl_close($ch);
return $contents;
}
//取得標題和url
$string =
getwebcontent('http://www.babytree.com/learn/zhunbeihuaiyun/jijibeiyun/2');
//正規符合
preg_match_all ("/
$string, $out, PREG_SET_ORDER);
foreach($out as $key = > $value){
$article['title'][] = $out[$key][2];
$article['link'][] = "http://www.babytree. com/learn/article/".$out[$key][1];
}
//依url取得文章內容
foreach($article['link'] as $key=>$ value){
$html = file_get_html($value);
$div = $html->find('div[id=pagenum_0]');
$article[content][] = $div [0]->innertext;
}
//標題轉碼---真正用的時候不用這步--因為咱本來就要用utf8的
//不轉碼還真不能儲存成檔案
foreach($article[title] as $key=>$value){
$article[title][$key] = iconv('utf-8', 'gbk', $value) ;//轉碼
}
//存入檔案
$num = count($article['title']);
for($i=0; $ifile_put_contents("{$article[title][$i]}.txt", $article['content'][$i]);
}
/*本來想12點之前發的。 。但小看一下都3點半了。 。 。 就算昨天的吧
本來獲取文章內容時用正則是最好的,速度也是最快的,
奈何正則是好,但正則表達式是真難!於是乎小查了一下,
網路上也有很多人也在用PHP Simple Dom 雖然效率慢了點,但效果還是不錯的
從包含類庫檔到寫入txt檔大概是7/8就秒還有帶於進一步優化,特別是那取得文章內容時的正則,那個太噁心了
大家可以小研究一下*/
?>
以上就介紹了simple是什麼意思 PHP simple_html_domphp+正規則 採集文章程式碼,包含了simple是什麼意思方面的內容,希望對PHP教學有興趣的朋友有所幫助。