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
  • 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 211,948评论 6 492
  • 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 90,371评论 3 385
  • 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 157,490评论 0 348
  • 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 56,521评论 1 284
  • 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 65,627评论 6 386
  • 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 49,842评论 1 290
  • 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 38,997评论 3 408
  • 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 37,741评论 0 268
  • 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 44,203评论 1 303
  • 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 36,534评论 2 327
  • 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 38,673评论 1 341
  • 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 34,339评论 4 330
  • 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 39,955评论 3 313
  • 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 30,770评论 0 21
  • 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 32,000评论 1 266
  • 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 46,394评论 2 360
  • 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 43,562评论 2 349

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 171,796评论 25 707
  • # 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 26,454评论 6 428
  • 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 327评论 0 2