采集

1.使用file_get_contents()进行采集；

<?php
header("content-type:text/html;charset=GBK");
$url="http://tv.sohu.com/news/";
$content=file_get_contents($url);
//php解压函数
$content=gzdecode($content);
//echo $content;

//获取范围
//preg_match(规则,匹配检索的对象);第一次匹配成功后就会停止匹配(.*)进行捕获
$reg="#<ul class=\"news cfix\">.*<div class=\"colM l\">#isU";
preg_match($reg,$content,$arr);
//print_r($arr);

//获取标题
$reg1='#<span.*>(.*)</span><a.*>(.*)</a>#isU';
preg_match_all($reg1,$arr[0],$re);
//print_r($re);
$title=$re[1];
$content=$re[2];
var_dump($title);
var_dump($content);
?>