php 采集js,php采集与js和css

php采集过程中，对页面的某些无用信息或有用信息需要进行过滤。这里以js和css为例。如一些站点的js文件可能不是我们想要的，而别人的css样式可能又是你所机要的。现以两者为例说下php下的实现。

1、删除HTML中的JS部分

js在html的标记为 ,根据该规则，可以通过下面的代码实现过滤删除：

function delJS($html) {

$search = '~~si';

return preg_replace($search,'',$html);

}

$html = file_get_contents('html/test.html');

echo delJS($html);

?>

2、采集css文件

采集css的方法，同样类推适用于图片类的采集。此处分成了两部分，一个是前端html文件，提示提交框，用于输入要采集的页面url，提交后交给后面的php去处理。当然也可以一个php去完成，具体代码如下：

html前端展示：

php获取页面中的所有css文件名：

if($_GET) {

$url= $_GET['q'];

$data = file_get_contents($url); //http://www.qq.com

$preg = '//i';

preg_match_all($preg,$data,$css_data,PREG_SET_ORDER);

echo '

1. ';

foreach ( $css_data as $v){

echo '

';

echo $v[2].'
';

echo '

';

}

echo '

';

}

?>

获取到所有css文件名列表，所有的一切就都水到渠成了。可能通过php调用shell进行wget或curl，也可以通过的自身的file_get_contents或curl相关函数下载css文件的内容并保存到相应的位置。