基于PHP的简单采集数据入库程序

说到采集，无非就是远程获取信息->提取所需内容->分类存储->读取->展示

也算是简单"小偷程序"的加强版吧

下面是对应核心代码（别拿去做坏事哦^_^）

所要采集的内容是某游戏网站上的公告，如下图：

可先利用file_get_contents和简单正则获取基本页面信息

整理下基本信息，采集入库：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

<?php    include_once ( "conn.php" );         if ( $_GET [ 'id' ]<=8&& $_GET [ 'id' ]){       $id = $_GET [ 'id' ];      $conn = file_get_contents ( "http://www.93moli.com/news_list_4_$id.html" );//获取页面内容        $pattern = "/<li><a title=\"(.*)\" target=\"_blank\" href=\"(.*)\">/iUs" ; //正则      preg_match_all( $pattern , $conn , $arr ); //匹配内容到arr数组      //print_r($arr);die;        foreach ( $arr [1] as $key => $value ) { //二维数组[2]对应id和[1]刚好一样,利用起key      $url = "http://www.93moli.com/" . $arr [2][ $key ];      $sql = "insert into list(title,url) value ('$value', '$url')" ;      mysql_query( $sql );        //echo "<a href='content.php?url=http://www.93moli.com/$url'>$value</a>"."<br/>";     }     $id ++;     echo "正在采集URL数据列表$id...请稍后..." ;     echo "<script>window.location='list.php?id=$id'</script>" ;     } else {     echo "采集数据结束。" ;   }   ?>

conn.php是数据库连接文件

list.php是本页面

由于要采集的数据是分页显示的，且页面地址是规律递增，所以我用了js跳转代码，利用id传值控制采集的页数，也避免了for循环数目过大。