|
|
2.分析代碼得到自己想要的內(nèi)容（這里用正規(guī)匹配，一般是得到分頁）。
3.跟根得到的內(nèi)容進(jìn)行下載入庫等操作。
在這里第二步有可能要重復(fù)的操作好幾次，比如說要先分析一下分頁地址，在分析一下內(nèi)頁的內(nèi)容才能取得我們想要的東西。
代碼：
記的以前發(fā)部過部分的代碼今天我在這里在簡單的發(fā)部一下
復(fù)制php內(nèi)容到剪貼板
php代碼:
@$nl=file_get_contents($rs['url']);//抓取遠(yuǎn)程內(nèi)容
preg_match_all("/var url = "gameswf/(.*?).swf";/is",$nl,$connect);//進(jìn)行正規(guī)匹配取得自己要的內(nèi)容
mysql_query("insert ......插入數(shù)據(jù)庫部分");
上面的代碼就是所有采集要用到的代碼了，當(dāng)然大家也可以用fope來作，我個(gè)人喜歡用file_get_contents。
下面在共享一下我的下載圖片flash到本地的辦法，太簡單了兩行代碼
php代碼:
復(fù)制代碼 代碼如下:
if(@copy($url,$newurl)){
echo 'ok';
}
在論壇上以前還發(fā)過一個(gè)圖片下載函數(shù)這會也放上來給大家
php代碼:
復(fù)制代碼 代碼如下:
/*本存圖片函數(shù)*/
function getimg($url,$filename){
/*判斷圖片的url是否為空，如果為空停止函數(shù)*/
if($url==""){
return false;
}
/*取得圖片的擴(kuò)展名，存入變量$ext中*/
$ext=strrchr($url,".");
/*判斷是否是合法的圖片文件*/
if($ext!=".gif" && $ext!=".jpg"){
return false;
}
/*讀取圖片*/
$img=file_get_contents($url);
/*打開指定的文件*/
$fp=@fopen($filename.$ext,"a");
/*寫入圖片到指點(diǎn)的文件*/
fwrite($fp,$img);
/*關(guān)閉文件*/
fclose($fp);
/*返回圖片的新文件名*/
return $filename.$ext;
}
共享一下個(gè)人的采集心德：
1.不采那些作防盜鏈了的站，其實(shí)可以作假來路但是這樣的站采集成本太高
2.采集盡量快的站，最好在本地進(jìn)行采集
3.采集時(shí)有很多時(shí)候可以先把一部分?jǐn)?shù)據(jù)存入數(shù)據(jù)庫，等以后進(jìn)行下一步的處理。
4.采集的時(shí)候一定要作好出錯(cuò)處理，我一般都是如果采集三次沒有成功就跳過。以前經(jīng)常就因?yàn)橐粭l內(nèi)容不能采就卡在那里一直的采。
5.入庫前一定要作好判斷，檢查內(nèi)容的合法，過濾不必要的字符串。
php技術(shù)：PHP 采集心得技巧，轉(zhuǎn)載需保留來源！
鄭重聲明：本文版權(quán)歸原作者所有，轉(zhuǎn)載文章僅為傳播更多信息之目的，如作者信息標(biāo)記有誤，請第一時(shí)間聯(lián)系我們修改或刪除，多謝。
