--------------------------------------------采集---------------------------------------------
一:普通采集
①方法:
file_get_contents("一參");//擷取頁面全部内容;3
//一參:參數可為'路徑'或者'靜态頁面的名'
preg_match_all(一參,二參,三參);//通過正則比對擷取的内容(比對全部);
//一參:正則; 二參:内容; 三參:變量名
preg_match(一參,二參,三參);//通過正則比對擷取的内容(比對一次);
strip_tags(一參);//去除HTML,XML和PHP中的各種标簽
//一參:要去除标簽的變量名
②,開啟php.ini中的配置:allow_url_fopen=On
③,範例:
$url=file_get_contents("路徑");
$path='比對正則';
preg_match_all($path,$url,$ul);
$pathg="/http:\/\/www\.yanxuening\.com\/0902\/demo\d{1}\.htm/s";
preg_match_all($pathg,implode($ul[1],""),$qq);
foreach($qq[0] as $k=>$v){
//擷取詳細内容
}
二:Snoopy采集
fetch(一參);//擷取網頁的内容
//一參:要采集頁面的路徑
fetchtext(一參);//隻擷取網頁中的文字内容
fetchlinks(一參);//傳回連結
submit(一參,二參);//僞登入(俗稱假登入)
//一參:網頁的位址;二參:數組名(登入所需要的一些值)
②步驟:
require_once(一參)/include_once(一參);//引入'Snoopy.class.php'類
$snoopy=new Snoopy();//執行個體化snoopy
$snoopy->fetch(一參);//擷取頁面全部内容
//一參:正則; 二參:内容; 三參:變量名
foreach(){}//做出相應的循環
$snoopy->results//Snoopy采集完成後存儲在其中
③範例:
require_once("Snoopy.class.php");
$snoopy=new Snoopy();
$snoopy->fetch("采集的路徑");
preg_match_all($path,$snoopy->results,$qq);