应用PHP正则表达式提取某网站中最新发表的代理ip地址

Php正则表达式的应用———提取某网站中最新发表的代理 ip 地址

正则表达式的功能是非常强大的，主要三方面应用。1. 判断指定的字符串是否具有指定的格式 

2.查找具有指定格式的字符串

3. 将具有指定格式的字符串替换为另一种格式

 

本文主要利用php 正则表达式来提取网站发表的代理 ip 地址，并转换为指定格式，保存为 txt 文档。然后添加到代理猎手软件中，验证成功，我们就能使用代理 ip 了， O( ∩ _ ∩ )O~ 。再不怕网友知道你的真实 ip 地址了。增加了安全性，还能恶搞。（注：请勿触犯法律）

本程序选择发表代理ip 地址的网址为： http://www.sooip.cn 、。感谢他们无私的奉献，值得我们表扬，值得我们浏览。

 

Php代码如下：

 

<?php

   /**

   * @ Author:朱南天

   *Date: 2009-06-24

  **/

   $filename="http://www.sooip.cn/Article_search.asp";

   $fileinfo=file_get_contents($filename);

   $fileinfo=strtolower($fileinfo);

   $fileinfo=strstr($fileinfo,"1.<a");

   $infoarr=explode("5.<a",$fileinfo);

   $fileinfo=$infoarr[0];

    if(!preg_match_all('/href="(.*?)"/',$fileinfo,$id))

 {

      preg_match_all('/href=/'(.*?)/'/',$fileinfo,$id);  //获取文章的地址

 }

 $idend=str_replace("http://www.sooip.cn/","",$id[1]); 

/*将获得地址统一，例如获得有的是 http://www.sooip.cn/Article_Show.asp?ArticleID=3478  ，有的是 Article_Show.asp?ArticleID=3478   */

foreach($idend as $i)

  {

 $fileinfonew=file_get_contents('http://www.sooip.cn/'.$i);

 $fileinfonew=str_replace(' ','',$fileinfonew);

 preg_match('/title>(.*)</',$fileinfonew,$filename); 

     //提取网页的标题，作为保存文件的文件名

preg_match_all('//d{1,3}/./d{1,3}/./d{1,3}/./d{1,3}/s{1,}/d+/',$fileinfonew,$ip);

/* 关键所在，匹配 ip 地址及端口  */

$ipnew=preg_replace('//r/n/','',$ip[0]); 

$ipnew=preg_replace('//s{1,}/',':',$ipnew);

//转换为指定格式，形如  xxx.xxx.xxx.xxx ：端口  

$strinfo=join("/r/n",$ipnew); //添加 txt 中换行符

$txtfilename=str_replace(array('/','//','|',':','?','<','>','"','*'),"  ",$filename[1]);

/* 

排除 文件名中不容许出现的字符，如 /  /  :  *   ?  ,   <   >  |    

*/  

file_put_contents("$txtfilename.txt",$strinfo);  //写入文件

   }

  

?>

 

 

注：1. 本程序有些依赖网页源代码的格式与内容，若网页有所改变，该程序可能有些问题。

   2.本程序中有些是不是必需的，如提取网页标题作为保存文件文件名。读者可另设简单的名字，简化程序。

    3.读者可任意复制，转载时要注明转载