文章采集php源码,php采集远程文章简单类

跳至db = $db;

}

function geturlfile($url) {

$url = trim($url);

$content = '';

if (extension_loaded('curl')) {

$ch = curl_init();

curl_setopt($ch, CURLOPT_URL, $url);

curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);

curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1);

curl_setopt($ch, CURLOPT_HEADER, 0);

$content = curl_exec($ch);

curl_close($ch);

} else {

$content = file_get_contents($url);

}

return trim($content);

}

function get_all_url($code) {

preg_match_all('/"\' ]+)["|\']?\s*[^>]*>([^>]+)/is', $code, $arr);

return array('name' => $arr[2], 'url' => $arr[1]);

}

function get_sub_content($str, $start, $end) {

$start = trim($start);

$end = trim($end);

if ($start == '' || $end == '') {

return $str;

}

$str = explode($start, $str);

$str = explode($end, $str[1]);

return $str[0];

}

function vd($var) {

echo "\r\n";

echo "\r\n";

var_dump($var);

echo "\r\n\r\n";

echo "";

}

}

?>geturlfile($url);

//定义采集列表区间

$start = '';

$end = '';

//获取区间内的文章URL和TITLE

$code = $gather->get_sub_content($html, $start, $end);

$newsAry = $gather->get_all_url($code);

//打印出结果

//$gather->vd($newsAry);

$tarGetUrl = $newsAry['url'][0];

//获取目标网址HTML

$html = $gather->geturlfile($tarGetUrl);

//定义采集列表区间

$start = '';

$end = '';

//获取区间内的文章URL和TITLE

$code = $gather->get_sub_content($html, $start, $end);

$killHtml = '';

$killHtml2 = '';

$code = str_replace($killHtml, "", $code);

$code = str_replace($killHtml2, "", $code);

$gather->vd($code);

?>

本文原创发布php中文网,转载请注明出处,感谢您的尊重!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值