由于需要，要寫(xiě)一個(gè)簡(jiǎn)單的PHP采集程序，照例是到網(wǎng)上找了一堆教程，然后照貓畫(huà)虎，可是發(fā)現(xiàn)網(wǎng)上的教程全是似是而非，沒(méi)有一個(gè)真正能用的。苦想了幾天，終于弄明白了里面的道理。在這里寫(xiě)出來(lái)，請(qǐng)高手指正。

采集程序的思路很簡(jiǎn)單，無(wú)非就是先打一個(gè)頁(yè)面，一般都是列表頁(yè)，取得里面全部鏈接的地址，然后打開(kāi)逐條鏈接，尋找我們感興趣的東西，如果找到，就把它入庫(kù)或別的處理。下面以一個(gè)很簡(jiǎn)單的例子來(lái)說(shuō)說(shuō)。

首先確定一個(gè)采集頁(yè)，一般就是列表面了。這里目標(biāo)是:http://www.cit.cn/article/11/index.htm。這是一個(gè)列表頁(yè)，我們的目的就是采集這個(gè)列表頁(yè)上全部的文章。有列表頁(yè)了，第一步先打開(kāi)它，把它的內(nèi)容納入到我們的程序中來(lái)。一般用fopen或是file_get_contents這兩個(gè)函數(shù)，我們這里用fopen作例子。怎么打開(kāi)它呢？很簡(jiǎn)單：$source=fopen("[url=http://www.cit.cn/article/11/index.htm",]http://www.cit.cn/article/11/index.htm",'r'[/url])；實(shí)際上已經(jīng)把內(nèi)容納入到我們的程序中來(lái)了。注意得到的$source是一個(gè)資源，不是可處理的文本，所以再用函數(shù)fread將內(nèi)容讀到一個(gè)變量中，這次就是真正的可編輯的文本了。例子：

$content=fread($source,99999);后面的數(shù)字表示字節(jié)數(shù)，填個(gè)大的就行。你用file_put_contents將$content寫(xiě)入到一個(gè)文本文件，可以看出里面的內(nèi)容其實(shí)就是網(wǎng)頁(yè)的源碼。得到了網(wǎng)頁(yè)的源碼，我們就要分析里面的文章鏈接地址，這里要用到正則表達(dá)式了，[推薦正則表達(dá)式教程(http://www.cit.cn/article/7/all/545.1.htm)]。通過(guò)查看源代碼，我們可以看到里面文章的鏈接地址全是這個(gè)樣子

將數(shù)據(jù)庫(kù)連接代碼封裝在函數(shù)里，在需要讀取時(shí)調(diào)用..

我們就可以寫(xiě)正則表達(dá)式了。$count=preg_match_all("/

(.+?)/",$content,$art_list);

其中數(shù)組$art_list[1][$s]里面包含的就是某個(gè)文章的鏈接地址。而$art_list[2][$s]包含的就是某一文章的標(biāo)題。到了這一步就可以算成功了一半了。

接著用for循環(huán)依次打每個(gè)鏈接，然后像取得標(biāo)題一樣的方法取得內(nèi)容即可。以上這些和我在網(wǎng)上找的教程都差不多，但是到了這個(gè)for循環(huán)網(wǎng)上的教程可就差勁，還沒(méi)找到一篇可以說(shuō)清這個(gè)事的文章，剛開(kāi)始我是用js來(lái)幫助循環(huán)的，還是用實(shí)例說(shuō)吧，剛開(kāi)始我是這樣做的：

for($i=0;$i<20;4i++ {

中間就是采集內(nèi)容的部分了，省略了

采集了一頁(yè)，肯定要采集再一頁(yè)啊

可是再用fopen打開(kāi)鏈接時(shí)就不行了。請(qǐng)求失敗什么的，用js也不行，最后才知道要用這句echo "";其中aa.php就是我們的程序的文件名， id后面的數(shù)字就可以幫助我們實(shí)現(xiàn)循環(huán)，采集多個(gè)頁(yè)面。這就是能真正循環(huán)起來(lái)的關(guān)鍵

}

腦子有點(diǎn)難受，寫(xiě)得有點(diǎn)亂，將就著看吧，在高手看來(lái)這可能沒(méi)什么大不了的，可是對(duì)于我等菜鳥(niǎo)來(lái)說(shuō)，實(shí)在是很有幫助。

《新程序員》：云原生和全面數(shù)字化實(shí)踐50位技術(shù)專(zhuān)家共同創(chuàng)作，文字、視頻、音頻交互閱讀

總結(jié)

以上是生活随笔為你收集整理的php采集分析,PHP采集程序原理分析篇的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。