简单数据采集（http://blog.jobbole.com/tag/php/）

最新推荐文章于 2022-07-11 07:36:00 发布

qcy_10086

最新推荐文章于 2022-07-11 07:36:00 发布

阅读量720

点赞数

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/qcy_10086/article/details/52421177

该博客文章展示了如何使用PHP进行简单的网页数据采集。通过循环遍历多个页面，使用正则表达式匹配HTML结构，提取图片链接、文章标题、发布日期和内容。然后，将这些数据存储到MySQL数据库中，包括创建PDO连接、插入数据到指定表中。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

<?php
for($i=1;$i<=4;$i++){
    $url="http://blog.jobbole.com/tag/php/page/$i/";
    $str=file_get_contents($url);
    $reg='#<div class="post floated-thumb">.*<div id="sidebar" class="grid-4">#isU';
    preg_match($reg,$str,$arr);
//var_dump($arr);die();
    $reg2='#<img src="(.*)" alt="" .* />.*<a target="_blank" class="archive-title" href=".*" title=".*">(.*)</a><br />(.*) &middot; <a href=".*" rel="category tag">.*<span class="excerpt"><p>(.*)</p>.*<span class="read-more">#isU';
    preg_match_all($reg2,$arr[0],$data);
//var_dump($data);die();
    $dsn = "mysql:host=127.0.0.1;dbname=cjlianxi";
    $db = new PDO($dsn, 'root', 'root');
    foreach($data[1] as $k1=>$v1){
        $str=file_get_contents($v1);//获取图片内容
        $ext=substr($v1,strrpos($v1,"."));//截取后缀
        $filename="images/".time().rand(1000,9999).$ext;
        file_put_contents($filename,$str);//移入缓存
        $sql="insert into exam902(title,content,img,addtime)VALUES ('".$data[2][$k1]."','".$data[4][$k1]."','".$filename."','".$data[3][$k1]."')";
        $db->exec($sql);
    } 
}