PHP采集程序大全

光明使者

1. 思路：
   
2. 　　采集程序的思路很简单大体可以分为以下几个步骤：
   
3.     　1.获取远程文件源代码（file_get_contents或用fopen）.
   
4.         2.分析代码得到自己想要的内容（这里用正规匹配，一般是得到分页）。
   
5. 　　3.跟根得到的内容进行下载入库等操作。
   
6. 在这里第二步有可能要重复的操作好几次，比如说要先分析一下分页地址，在分析一下内页的内容才能取得我们想要的东西。
   
7. 代码：
   
8. 记的以前发部过部分的代码今天我在这里在简单的发部一下
   
9. 复制PHP内容到剪贴板
   
10. PHP代码:
    
11. @$nl=file_get_contents($rs['url']);//抓取远程内容
    
12. preg_match_all("/var url = "gameswf/(.*?).swf";/is",$nl,$connect);//进行正规匹配取得自己要的内容
    
13. mysql_query("insert ......插入数据库部分");
    
14. 
    
15. 上面的代码就是所有采集要用到的代码了，当然大家也可以用fope来作，我个人喜欢用file_get_contents。
    
16. 下面在共享一下我的下载图片flash到本地的办法，太简单了两行代码
    
17. 复制PHP内容到剪贴板
    
18. PHP代码:
    
19. if(@copy($url,$newurl)){
    
20. echo 'ok';
    
21. }
    
22. 
    
23. 在论坛上以前还发过一个图片下载函数这会也放上来给大家
    
24. 复制PHP内容到剪贴板
    
25. PHP代码:
    
26. /*本存图片函数*/
    
27. function getimg($url,$filename){
    
28.          /*判断图片的url是否为空，如果为空停止函数*/
    
29.          if($url==""){
    
30.                  return false;
    
31.          }
    
32.          /*取得图片的扩展名，存入变量$ext中*/
    
33.          $ext=strrchr($url,".");
    
34.         /*判断是否是合法的图片文件*/
    
35.      if($ext!=".gif" && $ext!=".jpg"){
    
36.                  return false;
    
37.          }
    
38.          /*读取图片*/
    
39.          $img=file_get_contents($url);
    
40.          /*打开指定的文件*/
    
41.          [email=$fp=@fopen($filename.$ext,]$fp=@fopen($filename.$ext,"a[/email]");
    
42.          /*写入图片到指点的文件*/
    
43.          fwrite($fp,$img);
    
44.          /*关闭文件*/
    
45.          fclose($fp);
    
46.          /*返回图片的新文件名*/
    
47.          return $filename.$ext;
    
48. }
    
49. 
    
50. 共享一下个人的采集心德：
    
51. 1.不采那些作防盗链了的站，其实可以作假来路但是这样的站采集成本太高
    
52. 2.采集尽量快的站，最好在本地进行采集
    
53. 3.采集时有很多时候可以先把一部分数据存入数据库，等以后进行下一步的处理。
    
54. 4.采集的时候一定要作好出错处理，我一般都是如果采集三次没有成功就跳过。以前经常就因为一条内容不能采就卡在那里一直的采。
    
55. 5.入库前一定要作好判断，检查内容的合法，过滤不必要的字符串。

复制代码