采集/小偷程序核心功能

为什么80%的码农都做不了架构师？>>>   

<?php
function fcontents( $url, $timeout = 5, $fromurl = "" ) //创建fconrents内容获取函数
{
$urlarray = @parse_url( $url );                         //parse_url解析目标</div>
<div>  if ( !$urlarray[host] )            //如果目标host为空返回空
{
return "";
}
if ( $urlarray[port] )
{
$urlport = intval( $urlarray[port] ); //如果指定了端口直接使用该端口
}
else
{
$urlport = $urlarray[scheme] == "https" ? 443 : 80; //如果没有指定端口判断解析的scheme为https时端口指定为443，否则为80
 
$toport = $urlport == 80 ? "" : ":".$urlport;               //如果端口为80 省略端口信息，否则加上端口
$starttime = time( );//开始计时
$fp = @fsockopen( $urlarray[host], $urlport, $errno, $errstr, $timeout );  //fsockopen指定的目标信息获取内容
if ( !$fp ) //  如果没获取到返回空
{
return "";
}
$starttime = time( ) - $starttime;    //运行时间
$timeout -= $starttime;            //指定超时大于运行时间则把剩余时间给读取流时的超时/否则为1
if ( $timeout < 1 )
{
$timeout = 1;
}
stream_set_timeout( $fp, $timeout );
if ( !$fromurl )
{
$fromurl = $urlarray[scheme]."://".$urlarray[host]."/";      //当没指定Referer头信息时 初始化
}
$allurl = $urlarray[path] ? $urlarray[path] : "/"; //处理path头 默认为/
if ( $urlarray[query] )
{
$allurl .= "?".$urlarray[query];  //?后面的变量
}
$date = "GET ".$allurl." HTTP/1.0\r\n";
$date .= "Host: ".$urlarray[host]."{$toport}\r\n";
$date .= "User-Agent: Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1)\r\n";
$date .= "Accept: */*\r\n";
$date .= "Accept-Language: zh-cn\r\n";
$date .= "Accept-Encoding: identity\r\n";
$date .= "Referer: ".$fromurl."\r\n";
$date .= "Connection: Close\r\n\r\n";
fputs( $fp, $date ); //查询
$goodtext = ""; //初始化
$kg = true; //初始化变量开关
while ( $fromtext = @fgets( $fp, 2048 ) )   //循环输出获取的内容
{
if ( $kg )
{
$fromtext = trim( $fromtext );
if ( empty( $fromtext ) )
{
$kg = false;
}
}
else
{
$goodtext .= $fromtext;
}
}
fclose( $fp );
return $goodtext;   //返回获取的内容
}
?>

//=============关键字替换伪原创

 这个直接str_replace搞就行了，可以指定需要替换的字符和要替换的字符，比较方便的是搞一个txt的

在搞成数组循环替换下

//==============正则提取指定内容

preg正则表达式搞定这里

转载于:https://my.oschina.net/itxti/blog/185020