我的php学习笔记：php通用采集程序

php采集程序构建基本步骤：
采集程序是什么？获取远程数据（文字、图片、图片）并快速保存到本地或指定地址。
如天气预报（小偷程序）：
远程获取--》替换内容--》展示给用户
如实时更新的新闻（采集内容）：
远程获取--》提取内容--》分类存储--》读取内容---》展示内容

*************************
设计PHP采集入库UML
列表正则：
终端正则：
**************************
file_get_contents()获取远程页面内容
preg_match_all()匹配列表
preg_match()匹配终端
preg_replace() :过滤终端
**************************
新建一个列表文件：lb.php
echo $con=file_get_cotents($_GET[url]);
$preg ="#<h1><a href='(.*)' target='_blank'>(.*)</a><span>#iUs";

pg_match_all($preg,$conn,$arr);
foreach($arr[1] as $id=>$v){
echo $v." "arr[2][$id]."<br>";
}

新建vi。php获取标题

vi.php

$con=file_get_contents();
$preg="<title>(.*)</title>/iUs";//大小写不敏感，防止贪婪匹配，防止换行
echo zz($preg,$con);
function zz($preg,$con,$num=1){
preg_match($preg,$con,$arr);
return $arr[$num];
}

echo $arr[1];//获取标题
echo "<a href=vi.php?url=".$v.">".arr[2][$id]."<br>";
======================================
php100:83:采集程序

lb.php
<?php
if($_GET[id]){
$con=file_get_cotents($_GET[url].$_GET[id]."shtml");
$preg ="/<h1><a href='(.*)' target='_blank'>(.*)</a><span>/iUs";

perg_match_all($preg,$conn,$arr);
foreach($arr[1] as $id=>$v){
echo $v." "arr[2][$id]."<br>";
}
$_GET[id]++;

echo "<script>location.href='lb.php?id='.$_GET[id]."</script>";
}
?>
http://www.xinhuanet.com/finance/tzxx.htm
===============================================================
操作步骤：
1.新建一个数据库caiji,tep_url表，id,title,content,11 ,100,150
2.新建一个conn.php,插入的语句可以通过phpmyadmin插入一个语句简单的获得
3.新建一个vi.php
4.单条入库获取下一条。

临时的路径列表：
完善我的入库表。

假设删删除了其中的一条Id值，怎么办？删除了第9条！
多加一条语句
$sql2="select * from tmp_url where id>'$gid'order by id asc limit 1

本文出自 “微微张” 博客，请务必保留此出处http://raojiadashaoye.blog.51cto.com/7167615/1426141