php网页内容抓取

1.按照所抓取网页的规则去编写

public function comment(){
    for ($i = 700; $i <750; $i++){
        $aa = $this->caiji($i);
        var_dump($i);
    }

}

private function caiji($id){

    $v  = 'http://www.xx.com'.$id;
    $info = file_get_contents($url); // 原网址

    $ch = curl_init();
    $timeout = 5;
    curl_setopt ($ch, CURLOPT_URL, $v);
    curl_setopt ($ch, CURLOPT_RETURNTRANSFER, 1);
    curl_setopt ($ch, CURLOPT_CONNECTTIMEOUT, $timeout);
    $content = curl_exec($ch);
    $content = mb_convert_encoding($content, 'utf-8', 'GBK,UTF-8,ASCII');
     
    $preg = "/<tr.*?>(.*?)<\/tr>/ism"; // 这里是表达式,大神看看
    preg_match_all($preg,$content,$matches);
    unset($matches['0']['0']);
    unset($matches['0']['1']);
    //$aa = $matches['0'];
    if($matches['0']){
        $dd = '';
        $cc = '';
        foreach ($matches['0'] as $key => $value) {
            preg_match_all("/<td.*?>(.*?)<\/td>/ism",$value,$aa);
            $dd[] = $aa;
        }

        //var_dump($dd);

        foreach ($dd as $vv) {
                $cc['s_id'] = $vv['1']['1'];
                $cc['pid'] = $vv['1']['2'];
                $cc['uid'] = $vv['1']['3'];
                $cc['name'] = $vv['1']['4'];
                $cc['car_type'] = $vv['1']['5'];
                $cc['mobile'] = $vv['1']['6'];
                $cc['zhan_id'] = $vv['1']['7'];
                $cc['city'] = $vv['1']['8'];
                $cc['pay'] = $vv['1']['9'];
                $cc['title'] = $vv['1']['10'];
                $cc['comment'] = $vv['1']['11'];
                $cc['time'] = $vv['1']['12'];

                $aa = M('Comment_cc')->add($cc);
                //var_dump($cc);exit;
        }
    }
    
}

2.php 获取文章摘要

function cutArticle($data,$cut=0,$str="....")  
{     
    $data=strip_tags($data);//去除html标记  
    $pattern = "/&[a-zA-Z]+;/";//去除特殊符号  
    $data=preg_replace($pattern,'',$data);  
    if(!is_numeric($cut))  
    return $data;  
    if($cut>0)  
    $data=mb_strimwidth($data,0,$cut,$str);  
    return $data;  
}  
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,826评论 6 506
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,968评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,234评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,562评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,611评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,482评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,271评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,166评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,608评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,814评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,926评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,644评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,249评论 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,866评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,991评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,063评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,871评论 2 354

推荐阅读更多精彩内容

  • Android 自定义View的各种姿势1 Activity的显示之ViewRootImpl详解 Activity...
    passiontim阅读 172,117评论 25 707
  • Spring Cloud为开发人员提供了快速构建分布式系统中一些常见模式的工具(例如配置管理,服务发现,断路器,智...
    卡卡罗2017阅读 134,656评论 18 139
  • 在抱怨,焦虑的同时,请务必做好日常 「心有所向」
    ChiEng阅读 187评论 0 0
  • 腾讯娱乐讯10月17日网曝在电影《钟馗伏魔:雪妖魔灵》中饰演“青蛇”的演员任娇跳楼身亡,圈内某制片人随后向腾讯娱乐...
    CNYPOSTURE阅读 397评论 0 0
  • 虽然我的背景不硬,但是你不能碰
    风铃大姑娘阅读 223评论 0 0