php收集数据,php数据采集（1）

另一篇博客，会介绍 当一个网页只有一篇文章的情况

header('Content-type:text/html;charset=utf-8');

//连接数据库

$link = @mysql_connect('localhost','root','root');

//判断连接是否成功

if(mysql_errno()){

exit('数据库连接失败'.mysql_error());

}

//选择数据库

mysql_select_db('ceshidaoru');

// 我要遍历一个文件夹

$jid = substr(__FILE__,strrpos(__FILE__,'\\')+1,strrpos(__FILE__,'.')-strrpos(__FILE__,'\\')-1);

showDir("E:/my/20190110/xinqiji");

function showDir( $filedir ){

if(is_dir($filedir)){

//打开目录

$dir = @ dir($filedir);

while (($file = $dir->read())!==false){

if(is_dir($filedir."/".$file) AND ($file!=".") AND ($file!="..")) {

showDir($filedir."/".$file);

} else {

if ($file != "." and $file != ".."){

getDBData($filedir.'/'.$file,$file);

echo $filedir.'/'.$file.'
';

//echo $file;

}

}

}

$dir->close();

}else{

getDBData($filedir);

echo $filedir;

}

}

function getDBData($filename,$file) //file指文件名100000.HTML

{

preg_match('/(\d{0,20})\.aspx/',$file,$ids);

$urls=file_get_contents($filename);

// 获取一首诗词

preg_match_all('/

/',$urls,$match);

foreach($match[1] as $val)

{

// 获取标题

preg_match('/target="_blank">([\s\S]*?)/',$val,$title);

preg_match('/

([\s\S]*?)/',$val,$content);

// 插入数据库

$sql2="insert into `caiji`(title,content) values('$title[1]','$content[1]')";

$res = mysql_query($sql2);

}

}

?>