很好的php采集函数（自己备份）

最新推荐文章于 2021-03-28 20:31:17 发布

ls_jokerking

最新推荐文章于 2021-03-28 20:31:17 发布

阅读量497

点赞数

本文介绍了一种使用PHP进行网页内容抓取的方法，包括如何利用正则表达式和字符串操作函数从指定网页中提取特定内容，例如标题、作者及正文。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

< php
header("content-Type: text/html; charset=utf-8");
function preg_substr($start, $end, $str) // 正则截取函数
{
$temp = preg_split($start, $str);
$content = preg_split($end, $temp[1]);
return $content[0];
}
function str_substr($start, $end, $str) // 字符串截取函数
{
$temp = explode($start, $str, 2);
$content = explode($end, $temp[1], 2);
return $content[0];
}

// ---------------- 使用实例 ----------------
$str = iconv("GB2312","UTF-8", file_get_contents("http://www.qdjyedu.com"));
echo ('标题: ' . str_substr("<title>", "</title>", $str)); // 通过字符串提取标题
echo ('作者: ' . preg_substr("/作者：/", "/<\//", $str)); // 通过正则提取作者
echo ('内容: ' . str_substr('<div class="wltg">', '</div>', $str)); //内容当然不可以少
?>
< php
header("content-Type: text/html; charset=utf-8");
$html=file_get_contents("http://www.qdjyedu.com");
$html=str_replace("\n","",$html);
$html=str_replace("\r","",$html);
$rule='/<div class="ct_t_01".*?>(.*?)<\/div>/';
preg_match($rule,$html,$result);
$result=$result[1];
$rule1='/<h1 data-client="headline">(.*?)<\/h1>/';
preg_match_all($rule1,$result,$array);
print_r($array);

?>

< php
header("content-Type: text/html; charset=utf-8");
$html=file_get_contents("http://www.qdjyedu.com/rz/");
function preg_substr($start, $end, $str) // 正则截取函数
{
$temp = preg_split($start, $str);
$content = preg_split($end, $temp[1]);
return $content[0];
}
$result=preg_substr('/<div class="ct_t_01".*?>/','/<\/div>/',$html);
$rule1='/<h1 data-client="headline">(.*?)<\/h1>/';
preg_match_all($rule1,$result,$array);
print_r($array)
?>