关于PHP程序采集的代码

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：

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

PHP代码:

@$nl=file_get_contents($rs[ url //抓取远程内容 preg_match_all( /var url = gameswf/(.*?).swf /is ,$nl,$connect);//进行正规匹配取得自己要的内容 mysql_query( insert ......插入数据库部分 

上面的代码就是所有采集要用到的代码了，当然大家也可以用fope来作，我个人喜欢用file_get_contents。

下面在共享一下我的下载图片flash到本地的办法，太简单了两行代码

PHP代码:

if(@copy($url,$newurl)){ echo ok }

在论坛上以前还发过一个图片下载函数这会也放上来给大家

PHP代码:

/*本存图片函数*/ function getimg($url,$filename){  /*判断图片的url是否为空，如果为空停止函数*/  if($url== ){  return false;  /*取得图片的扩展名，存入变量$ext中*/  $ext=strrchr($url, .  /*判断是否是合法的图片文件*/  if($ext!= .gif $ext!= .jpg ){  return false;  /*读取图片*/  $img=file_get_contents($url);  /*打开指定的文件*/  $fp=@fopen($filename.$ext, a  /*写入图片到指点的文件*/  fwrite($fp,$img);  /*关闭文件*/  fclose($fp);  /*返回图片的新文件名*/  return $filename.$ext; }

共享一下个人的采集心德：

1.不采那些作防盗链了的站php采集类，其实可以作假来路但是这样的站采集成本太高

2.采集尽量快的站，最好在本地进行采集

3.采集时有很多时候可以先把一部分数据存入数据库，等以后进行下一步的处理。

4.采集的时候一定要作好出错处理，我一般都是如果采集三次没有成功就跳过。以前经常就因为一条内容不能采就卡在那里一直的采。

5.入库前一定要作好判断，检查内容的合法，过滤不必要的字符串。

以上就是本文的全部内容，希望对大家的学习有所帮助，更多相关内容请关注PHP ！

（编辑：威海站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!