php采集指定部分,php采集页面指定标签内里的内容

/*

* 参数说明: $tag_id:所要获取的元素Tag Id $url:所要获取页面的Url $tag:所要获取的标签 $data

*/

function getWebTag($tag_id, $url = false, $tag = 'div', $data = false) {

if ($url !== false) {

$data = file_get_contents ( $url );

}

$charset_pos = stripos ( $data, 'charset' );

if ($charset_pos) {

if (stripos ( $data, 'utf-8', $charset_pos )) {

$data = iconv ( 'utf-8', 'utf-8', $data );

} else if (stripos ( $data, 'gb2312', $charset_pos )) {

$data = iconv ( 'gb2312', 'utf-8', $data );

} else if (stripos ( $data, 'gbk', $charset_pos )) {

$data = iconv ( 'gbk', 'utf-8', $data );

}

}

preg_match_all ( '/

preg_match_all ( '/

$hit = strpos ( $data, $tag_id );

if ($hit == - 1)

return false; // 未掷中

$divs = array (); // 合并所有div

foreach ( $pre_matches [0] as $index => $pre_div ) {

$divs [( int ) $pre_div [1]] = 'p';

$divs [( int ) $suf_matches [0] [$index] [1]] = 's';

}

// 对div举行排序

$sort = array_keys ( $divs );

asort ( $sort );

$count = count ( $pre_matches [0] );

foreach ( $pre_matches [0] as $index => $pre_div ) {

//

if (($pre_matches [0] [$index] [1] < $hit) && ($hit < $pre_matches [0] [$index + 1] [1])) {

$deeper = 0;

// 弹出被掷中div前的div

while ( array_shift ( $sort ) != $pre_matches [0] [$index] [1] && ($count --) )

continue;

// 对剩余div举行匹配,若下一个为前缀,则向下一层,$deeper加1,

// 否则退却一层,$deeper减1,$deeper为0则掷中匹配,盘算div长度

foreach ( $sort as $key ) {

if ($divs [$key] == 'p')

$deeper ++;

else if ($deeper == 0) {

$length = $key - $pre_matches [0] [$index] [1];

break;

} else {

$deeper --;

}

}

$hitDivString = substr ( $data, $pre_matches [0] [$index] [1], $length ) . '' . $tag . '>';

break;

}

}

return $hitDivString;

}

echo getWebTag ( 'id="content"', 'http://www.cdlyh.com/article/read/id/12345.html', 'div' );

原文链接:https://www.cnblogs.com/zhaoying/p/12881155.html

本站声明:网站内容来源于网络,若有侵权,请联系我们,我们将及时处理。

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