页面抓取数据并添加入库

        页面抓取，我只用过两种，一种是file_get_contents,直接从网页上拿数据，但是有些网站会把这个函数禁了，所以还有一种方法，Curl。

        我们必须先将该页面的数据获取过来，这时候就要用到file_get_contents这个函数，先获取页面的所有数据：

 $url = 'https://blog.csdn.net/zph1234/rss/list';  

 $file=file_get_contents("compress.zlib://".$url);

    页面抓取的时候可能会出现乱码的现象，所以第二行代码中 的 compress.zlib 非常关键，因为获取的头部信息中有Encoding: gzip说明内容是GZIP压缩的

    接下来我写了一个规则，用以匹配页面中的元素，从而实现抓取页面的数据：

 $preg='#<item>.*</item>#isU'; 
 preg_match_all($preg,$file,$arr); 

    preg_match_all 这个函数用于执行一个全局正则表达式匹配 ，会将我需要的数据筛选出来，我要扒去的数据是我的老师的博客，内容有标题，内容，时间，阅读量等，所以我们要一一循环获取

        代码如下

$pat1='#<title>(.*)</title>#isU';
 $pat2='#阅读：([1-9]\d*+).*</description>#isU'; 
 $pat3='#<pubDate>(.*)</pubDate>#isU'; 
 $pat4='#<link>(.*)</link>#isU'; 

 	 foreach ($arr as $key => $v) 
 	 { //二维数组[2]对应id和[1]刚好一样,利用起key
        foreach($v as $k => $value) 
        {
			preg_match($pat1, $v[$k], $arr_title);
			preg_match($pat2, $v[$k], $arr_con);
			preg_match($pat3, $v[$k], $arr_time);
			preg_match($pat4, $v[$k], $arr_url);
			$arr2['title'][]  = addslashes( htmlspecialchars ($arr_title[1]));
			$arr2['content'][] = addslashes( htmlspecialchars ($arr_con[1]));
		    $arr2['ctime'][] = $arr_time[1];
			$arr2['url'][] = $arr_url[1];
        }
        // var_dump($arr2);exit;
    }

将这些数据处理成我想要的数组，实现代码如下：

 foreach ($arr2 as $key => $val) 
         {
         	foreach ($val as $k => $v) 
         	{
                $arr_new[$k][$key]=$v;   
         	}
         }

    将处理后的数组循环添加到数据库中就可以了；