PHP file_get_contents采集程序开发教程详解

php中文网

发布： 2016-06-08 17:23:50

原创

1742人浏览过

本文章来给各位同学介绍PHP file_get_contents采集程序开发教程详解，有需要了解的朋友可参考。

file_get_contents（）远程文件获取函数，用来获取远程页面内容
preg_match_all（）进行全局正则表达式匹配，匹配多次，用于匹配列表
preg_match （）进行正则表达式匹配，匹配一次，用于匹配终端
preg_replace （）进行正则表达式替换，用于过滤终端

具体步骤

Step 1 获取单页列表和单篇文章内容
在批量采集列表和内容之前，我们先将网站的单页列表和单篇文章的内容采集作为测试正则表达式对错。

列表页采集文章的链接地址：

智慧车行预约小程序

智慧车行小程序，是一个专门为洗车/4S/车辆维修行业打造的小程序，前后端完整代码包括车行动态，养车常识，保养预约，维修预约，洗车美容预约，汽车检测预约等功能。采用腾讯提供的小程序云开发解决方案，无须服务器和域名预约管理：开始/截止时间/人数均可灵活设置，可以自定义客户预约填写的数据项预约凭证：支持线下到场后校验签到/核销/二维码自助签到等多种方式详尽的预约数据：支持预约名单数据导出Excel，打印

查看详情

代码如下

复制代码

//获取列表
$url = '/s2005/shishi.shtml';
$con=file_get_contents($url);
//写正则获取列表中的文章链接
/*范例：           target='_blank'>湖南沅陵输电工程沉船事故共致6人死亡*/
$preg = "|(.*)|iUs";
// 正则中的/i表示大小写不敏感 /U 非贪婪匹配 /s 点号可以匹配换行符
preg_match_all($preg,$con,$arr);
//var_dump($arr);
    /*
    array(3) {
[0]=>
array(40) {
    [0]=>
    string(126) " target='_blank'>甘肃河西走廊遭大风沙尘侵袭瞬时最大风力9级"
    [1]=>
    string(112) " target='_blank'>一线城市住宅地价全部环比上涨"
    ... ...
    [39]=>
    string(124) " target='_blank'>湖南衡阳发生一起枪击案致1人死警方正缉凶"
}
[1]=>
array(40) {
    [0]=>
    string(46) "/20130418/n373180618.shtml"
    [1]=>
    string(46) "/20130418/n373180612.shtml"
    ... ...
    [39]=>
    string(46) "/20130418/n373161633.shtml"
}
[2]=>
array(40) {
    [0]=>
    string(42) "甘肃河西走廊遭大风沙尘侵袭瞬时最大风力9级"
    [1]=>
    string(28) "一线城市住宅地价全部环比上涨"
    ... ...
    [39]=>
    string(40) "湖南衡阳发生一起枪击案致1人死警方正缉凶"
}
}
    */
?>