PHP采集程序中常用的函数-优快云博客

函数描述及例子 PHP采集程序中常用的函数查询关键字 PHP采集程序中常用的函数
    001.
    //获得当前的脚本网址
   
    002.
    function get_php_url(){
   
    003.
    if(!emptyempty($_SERVER["REQUEST_URI"])){
   
    004.
    $scriptName = $_SERVER["REQUEST_URI"];
   
    005.
    $nowurl = $scriptName;
   
    006.
    }else{
   
    007.
    $scriptName = $_SERVER["PHP_SELF"];
   
    008.
    if(emptyempty($_SERVER["QUERY_STRING"])) $nowurl = $scriptName;
   
    009.
    else $nowurl = $scriptName."?".$_SERVER["QUERY_STRING"];
   
    010.
    }
   
    011.
    return $nowurl;
   
    012.
    }
   
    013.
    //把全角数字转为半角数字
   
    014.
    function GetAlabNum($fnum){
   
    015.
    $nums = array("０","１","２","３","４","５","６","７","８","９");
   
    016.
    $fnums = "0123456789";
   
    017.
    for($i=0;$i<=9;$i++) $fnum = str_replace($nums[$i],$fnums[$i],$fnum);
   
    018.
    $fnum = ereg_replace("[^0-9\.]|^0{1,}","",$fnum);
   
    019.
    if($fnum=="") $fnum=0;
   
    020.
    return $fnum;
   
    021.
    }
   
    022.
    //去除HTML标记
   
    023.
    function Text2Html($txt){
   
    024.
    $txt = str_replace("  ","　",$txt);
   
    025.
    $txt = str_replace("<","<",$txt);
   
    026.
    $txt = str_replace(">",">",$txt);
   
    027.
    $txt = preg_replace("/[\r\n]{1,}/isU","
   
    028.
    \r\n",$txt);
   
    029.
    return $txt;
   
    030.
    }
   
    031.
    //清除HTML标记
   
    032.
    function ClearHtml($str){
   
    033.
    $str = str_replace('<','<',$str);
   
    034.
    $str = str_replace('>','>',$str);
   
    035.
    return $str;
   
    036.
    }
   
    037.
    //相对路径转化成绝对路径
   
    038.
    function relative_to_absolute($content, $feed_url) {
   
    039.
    preg_match('/(http|https|ftp):\/\//', $feed_url, $protocol);
   
    040.
    $server_url = preg_replace("/(http|https|ftp|news):\/\//", "", $feed_url);
   
    041.
    $server_url = preg_replace("/\/.*/", "", $server_url);
   
    042.
    if ($server_url == '') {
   
    043.
    return $content;
   
    044.
    }
   
    045.
    if (isset($protocol[0])) {
   
    046.
    $new_content = preg_replace('/href="\//','href="'.$protocol[0].$server_url.'/', $content);
   
    047.
    $new_content = preg_replace('/src="\//','src="'.$protocol[0].$server_url.'/', $new_content);
   
    048.
    } else {
   
    049.
    $new_content = $content;
   
    050.
    }
   
    051.
    return $new_content;
   
    052.
    }
   
    053.
    //取得所有链接
   
    054.
    function get_all_url($code){
   
    055.
    preg_match_all('/<a\s+href=["|\']?([^>"\' ]+)["|\']?\s*[^>]*>([^>]+)<\/a>/i',$code,$arr);
   
    056.
    return array('name'=>$arr[2],'url'=>$arr[1]);
   
    057.
    }
   
    058.
    //获取指定标记中的内容
   
    059.
    function get_tag_data($str, $start, $end){
   
    060.
    if ( $start == '' || $end == '' ){
   
    061.
    return;
   
    062.
    }
   
    063.
    $str = explode($start, $str);
   
    064.
    $str = explode($end, $str[1]);
   
    065.
    return $str[0];
   
    066.
    }
   
    067.
    //HTML表格的每行转为CSV格式数组
   
    068.
    function get_tr_array($table) {
   
    069.
    $table = preg_replace("'<td[^>]*?>'si",'"',$table);
   
    070.
    $table = str_replace("",'",',$table);
   
    071.
    $table = str_replace("","{tr}",$table);
   
    072.
    //去掉 HTML 标记
   
    073.
    $table = preg_replace("'<[\/\!]*?[^<>]*?>'si","",$table);
   
    074.
    //去掉空白字符
   
    075.
    $table = preg_replace("'([\r\n])[\s]+'","",$table);
   
    076.
    $table = str_replace(" ","",$table);
   
    077.
    $table = str_replace(" ","",$table);
   
    078.
    $table = explode(",{tr}",$table);
   
    079.
    array_pop($table);
   
    080.
    return $table;
   
    081.
    }
   
    082.
    //将HTML表格的每行每列转为数组，采集表格数据
   
    083.
    function get_td_array($table) {
   
    084.
    $table = preg_replace("'<table[^>]*?>'si","",$table);
   
    085.
    $table = preg_replace("'<tr[^>]*?>'si","",$table);
   
    086.
    $table = preg_replace("'<td[^>]*?>'si","",$table);
   
    087.
    $table = str_replace("","{tr}",$table);
   
    088.
    $table = str_replace("","{td}",$table);
   
    089.
    //去掉 HTML 标记
   
    090.
    $table = preg_replace("'<[\/\!]*?[^<>]*?>'si","",$table);
   
    091.
    //去掉空白字符
   
    092.
    $table = preg_replace("'([\r\n])[\s]+'","",$table);
   
    093.
    $table = str_replace(" ","",$table);
   
    094.
    $table = str_replace(" ","",$table);
   
    095.
     
    096.
    $table = explode('{tr}', $table);
   
    097.
    array_pop($table);
   
    098.
    foreach ($table as $key=>$tr) {
   
    099.
    $td = explode('{td}', $tr);
   
    100.
    array_pop($td);
   
    101.
    $td_array[] = $td;
   
    102.
    }
   
    103.
    return $td_array;
   
    104.
    }
   
    105.
    //返回字符串中的所有单词 $distinct=true 去除重复
   
    106.
    function split_en_str($str,$distinct=true) {
   
    107.
    preg_match_all('/([a-zA-Z]+)/',$str,$match);
   
    108.
    if ($distinct == true) {
   
    109.
    $match[1] = array_unique($match[1]);
   
    110.
    }
   
    111.
    sort($match[1]);
   
    112.
    return $match[1];
   
    113.
    }
   
    114.
     
    115.
    函数描述及例子
   
    116.
     
    117.
    PHP采集程序中常用的函数
   
    118.
     
    119.
    查询关键字
   
    120.
     
    121.
    PHP采集程序中常用的函数
   
    122.
    <!--?
   
    123.
    //获得当前的脚本网址
   
    124.
    function get_php_url(){
   
    125.
    if(!emptyempty($_SERVER["REQUEST_URI"])){
   
    126.
    $scriptName = $_SERVER["REQUEST_URI"];
   
    127.
    $nowurl = $scriptName;
   
    128.
    }else{
   
    129.
    $scriptName = $_SERVER["PHP_SELF"];
   
    130.
    if(emptyempty($_SERVER["QUERY_STRING"])) $nowurl = $scriptName;
   
    131.
    else $nowurl = $scriptName."?".$_SERVER["QUERY_STRING"];
   
    132.
    }
   
    133.
    return $nowurl;
   
    134.
    }
   
    135.
    //把全角数字转为半角数字
   
    136.
    function GetAlabNum($fnum){
   
    137.
    $nums = array("０","１","２","３","４","５","６","７","８","９");
   
    138.
    $fnums = "0123456789";
   
    139.
    for($i=0;$i<=9;$i++) $fnum = str_replace($nums[$i],$fnums[$i],$fnum);
   
    140.
    $fnum = ereg_replace("[^0-9\.]|^0{1,}","",$fnum);
   
    141.
    if($fnum=="") $fnum=0;
   
    142.
    return $fnum;
   
    143.
    }
   
    144.
    //去除HTML标记
   
    145.
    function Text2Html($txt){
   
    146.
    $txt = str_replace("  ","　",$txt);
   
    147.
    $txt = str_replace("<","<",$txt);
   
    148.
    $txt = str_replace("-->",">",$txt);
   
    149.
    $txt = preg_replace("/[\r\n]{1,}/isU","
   
    150.
    \r\n",$txt);
   
    151.
    return $txt;
   
    152.
    }
   
    153.
    //清除HTML标记
   
    154.
    function ClearHtml($str){
   
    155.
    $str = str_replace('<','<',$str);
   
    156.
    $str = str_replace('>','>',$str);
   
    157.
    return $str;
   
    158.
    }
   
    159.
    //相对路径转化成绝对路径
   
    160.
    function relative_to_absolute($content, $feed_url) {
   
    161.
    preg_match('/(http|https|ftp):\/\//', $feed_url, $protocol);
   
    162.
    $server_url = preg_replace("/(http|https|ftp|news):\/\//", "", $feed_url);
   
    163.
    $server_url = preg_replace("/\/.*/", "", $server_url);
   
    164.
    if ($server_url == '') {
   
    165.
    return $content;
   
    166.
    }
   
    167.
    if (isset($protocol[0])) {
   
    168.
    $new_content = preg_replace('/href="\//','href="'.$protocol[0].$server_url.'/', $content);
   
    169.
    $new_content = preg_replace('/src="\//','src="'.$protocol[0].$server_url.'/', $new_content);
   
    170.
    } else {
   
    171.
    $new_content = $content;
   
    172.
    }
   
    173.
    return $new_content;
   
    174.
    }
   
    175.
    //取得所有链接
   
    176.
    function get_all_url($code){
   
    177.
    preg_match_all('/<a\s+href=["|\']?([^>"\' ]+)["|\']?\s*[^>]*>([^>]+)<\/a>/i',$code,$arr);
   
    178.
    return array('name'=>$arr[2],'url'=>$arr[1]);
   
    179.
    }
   
    180.
    //获取指定标记中的内容
   
    181.
    function get_tag_data($str, $start, $end){
   
    182.
    if ( $start == '' || $end == '' ){
   
    183.
    return;
   
    184.
    }
   
    185.
    $str = explode($start, $str);
   
    186.
    $str = explode($end, $str[1]);
   
    187.
    return $str[0];
   
    188.
    }
   
    189.
    //HTML表格的每行转为CSV格式数组
   
    190.
    function get_tr_array($table) {
   
    191.
    $table = preg_replace("'<td[^>]*?>'si",'"',$table);
   
    192.
    $table = str_replace("",'",',$table);
   
    193.
    $table = str_replace("","{tr}",$table);
   
    194.
    //去掉 HTML 标记
   
    195.
    $table = preg_replace("'<[\/\!]*?[^<>]*?>'si","",$table);
   
    196.
    //去掉空白字符
   
    197.
    $table = preg_replace("'([\r\n])[\s]+'","",$table);
   
    198.
    $table = str_replace(" ","",$table);
   
    199.
    $table = str_replace(" ","",$table);
   
    200.
    $table = explode(",{tr}",$table);
   
    201.
    array_pop($table);
   
    202.
    return $table;
   
    203.
    }
   
    204.
    //将HTML表格的每行每列转为数组，采集表格数据
   
    205.
    function get_td_array($table) {
   
    206.
    $table = preg_replace("'<table[^>]*?>'si","",$table);
   
    207.
    $table = preg_replace("'<tr[^>]*?>'si","",$table);
   
    208.
    $table = preg_replace("'<td[^>]*?>'si","",$table);
   
    209.
    $table = str_replace("","{tr}",$table);
   
    210.
    $table = str_replace("","{td}",$table);
   
    211.
    //去掉 HTML 标记
   
    212.
    $table = preg_replace("'<[\/\!]*?[^<>]*?>'si","",$table);
   
    213.
    //去掉空白字符
   
    214.
    $table = preg_replace("'([\r\n])[\s]+'","",$table);
   
    215.
    $table = str_replace(" ","",$table);
   
    216.
    $table = str_replace(" ","",$table);
   
    217.
     
    218.
    $table = explode('{tr}', $table);
   
    219.
    array_pop($table);
   
    220.
    foreach ($table as $key=>$tr) {
   
    221.
    $td = explode('{td}', $tr);
   
    222.
    array_pop($td);
   
    223.
    $td_array[] = $td;
   
    224.
    }
   
    225.
    return $td_array;
   
    226.
    }
   
    227.
    //返回字符串中的所有单词 $distinct=true 去除重复
   
    228.
    function split_en_str($str,$distinct=true) {
   
    229.
    preg_match_all('/([a-zA-Z]+)/',$str,$match);
   
    230.
    if ($distinct == true) {
   
    231.
    $match[1] = array_unique($match[1]);
   
    232.
    }
   
    233.
    sort($match[1]);
   
    234.
    return $match[1];
   
    235.
    }
   
    236.
     
    237.
    </td[^></tr[^></table[^></td[^></a\s+href=["|\']?([^></td[^></tr[^></table[^></td[^></a\s+href=["|\']?([^>