实验楼数据提取实验

https://www.shiyanlou.com/contests/lou5/console
创建数据库表

create database shiyanlou_data;
use shiyanlou_data;
create table course_data (
    id int(11) not null auto_increment,
    cname varchar(255) default null,
    cdesc varchar(255) default null,
    ctype varchar(255) default null,
    nlong enum('true','false') default null,
    primary key (id)
) ENGINE=INNODB DEFAULT CHARSET=utf8mb4;

php 代码

<?php
/**
 * micro php Crawler
 * 以下代码结构仅供参考,可自由发挥,只要能实现挑战目的就可以。
 */
class Crawler
{
    private $content;
    private $data;
    static private $mysql;
    function __construct()
    {
        echo "开始爬取内容...<br>";
        //使用面向对象进行数据库的连接,在创建对象的时候就自动的连接数据
        self::$mysql = new MySQLi('localhost','root','','shiyanlou_data',3306);
        //判断数据库是否连接
        if(self::$mysql ->connect_errno){
            die('连接错误' . self::$mysql ->connect_error);
        }
        //设置字符集
        self::$mysql ->set_charset('utf8');

    }

    public function loadFile($file_path)
    {
        echo "正在加载文件...<br>";
        //TODO
        $this->content = file_get_contents($file_path);

    }
    public function parseCourseBody()
    {
        //TODO
    }

    public function parseContent()
    {
        echo "开始解析内容...<br>";
        preg_match_all('#<div class="course-body">[\s\S]*?</div>\s*?</div>#',$this->content,$data);
        $this->content = $data[0]; //全匹配
        foreach ($this->content as $item) {
            $course = [];
            preg_match('#<div class="course-name">(.*?)</div>#',$item,$title);
            $course['cname'] = $title[1];
            preg_match('#<div class="course-desc">(.*?)</div>#',$item,$desc);
            if(count($desc)==2){
                $course['cdesc'] = $desc[1];
            }else {
                $course['cdesc']='';
            }

            preg_match('#<div class="course-desc">(.*?)</div>#',$item,$desc);//
            preg_match('#<span class=".*?pull-right">(.*?)</span>#',$item,$type);
            if (!empty($type)) {
                $course['ctype'] = $type[1];
            }else{
                $course['ctype'] = '';
            }
            if (strlen($course['cname'])> 16) {
                $course['nlong'] = 'true';
            } else {
                $course['nlong'] = 'false';
            }
            $course['name_length'] = strlen($course['cname']);
            $this->data[] = $course;
        }
        echo "<pre>";
        print_r($this->data);
        echo "<pre>";
        echo "解析内容结束! <br>";

    }

    public function saveData()
    {
        echo "存入数据库...";
        //TODO
        foreach ($this->data as $one) {
            $cname = $one['cname'];
            $ctype = $one['ctype'];
            $nlong = $one['nlong'];
            $cdesc = $one['cdesc'];
            $sql = "insert into course_data (ctype,cname,nlong,cdesc) values ('$ctype','$cname','$nlong','$cdesc')";
            var_dump($sql);
            $res = self::$mysql->query($sql);
            if($res){
                echo '添加成功';
            }else{
                echo '添加失败' . self::$mysql-> error;
            }
        }
    }

    public function parseTitle()
    {
        echo "解析课程标题...<br>";

        //TODO
    }

    public function parseDesc()
    {
        echo "解析课程简介...<br>";
        //TODO
    }

    public function parseType()
    {
        echo "解析课程类型...<br>";
        //TODO
    }

    public function titleIsLong()
    {
        echo "判断课程名是否超长...<br>";
        //TODO
    }
}
header("Content-Type: text/html;charset=utf-8");
$Crawler = new Crawler();
$Crawler->loadFile('shiyanlou.html');
$Crawler->parseContent();

$Crawler->saveData();
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
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

  • Android 自定义View的各种姿势1 Activity的显示之ViewRootImpl详解 Activity...
    passiontim阅读 176,569评论 25 709
  • # Python 资源大全中文版 我想很多程序员应该记得 GitHub 上有一个 Awesome - XXX 系列...
    aimaile阅读 26,761评论 6 427
  • 尝试了一下快要考试的模拟试卷,瞬间想要抓狂,兼职的工资刚刚到手。还是出去走走吧。说好的要带上令我抓狂的东西,想了想...
    茜姑娘呀阅读 2,778评论 0 2

友情链接更多精彩内容