用php提取网页新闻标题,同时提取多条新闻中的文本一例_php实例

本文为一个提取一批新闻网页中的文本的小程序，它可以将各篇新闻的内容存为以该新闻标题为文件名的文本文件。如有更好的处理方法，请和我联系：

lwx3069@sina.com

这里以人民网中的“今日要闻”下的新闻为例.

($url) ? "" : $url = "http://www.unn.com.cn/GB/channel2/3/11/index.html";        // 今日要闻

if(isset($url)&&$url!="")        {

$str = implode("",file($url));

$str_ary = explode("

• ",$str);

$str_ary = explode("

",trim($str_ary[1]));

for ($i=0; $i<8; $i++)        {

if (strlen(trim($str_ary[$i]))<3){

continue;

}

echo "新闻".$i."：".$str_ary[$i];

$str1=strstr("$str_ary[$i]",

$len1=strlen("$str1");

$len2=strlen("$str2");

$len=$len1-$len2;

$url=substr("$str1",10,$len-10);

if (strlen(trim($url))!=0) {

$url = "http://www.unn.com.cn/".$url;

define(CONTENTS_DIR,"./contents/");

if(isset($url)&&$url!="")        {

$str = implode("",file($url));

$str1=explode(

,$str);            //去掉文件没用的上半部分

$str2 = explode(

 

,$str1[1]);

//取出文件的下半部分，并去掉没用的下半部分，这时得到的都是有用的

$str3=explode(,$str2[0]);   //从整个有用部分取出文件标题和正文

$str4=explode(

,$str2[0]);   //取出日期和时间

$str5=explode(,$str3[1]);     //从标题和正文部分取出标题

$title=str_replace("
","",$str5[0]);

$str3=explode(

,$str2[0]);          //从整个有用部分取出文件正文

$str3[1]=str_replace(
    ,"\n"."　　",$str3[1]);

$str3[1]=str_replace( ,"",$str3[1]);

$str3=strip_tags($str3[1]);

$pf=trim($title).".txt";

$ppf=fopen(CONTENTS_DIR."$pf",w);

fputs($ppf,$title);

fputs($ppf,"$str4[0]");

fputs($ppf,$str3);

}

}

}

}

?>