SASAOO

?找回密码
?立即注册
搜索
热搜: 活动 交友 discuz
查看: 481|ag环亚集团: 0
打印 上一主题 下一主题

在wamp环境下PHP利用文件操作获取url达到文章采集效果

[复制链接]

26

主题

32

帖子

136

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
136
跳转到指定楼层
楼主
发表于 2019-8-29 22:16:58 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
php
    //文章采集方法一
/*  $res = fopen("http://www.huanqiu.com/","r");
    $data ='';
    while($strcon = fgets($res)){
        $data .= $strcon;
    }
    fclose($res);*/

    //文章采集方法二
    $data = file_get_contents("http://www.huanqiu.com/");
    $data1 = file_get_contents("http://china.huanqiu.com/article/2017-02/10136020.html");
    $data2 = file_get_contents("http://opinion.huanqiu.com/editorial/2017-02/10135124.html");
    $data3 = file_get_contents("http://world.huanqiu.com/exclusive/2017-02/10137395.html");
    //标题正则
    $div_preg = '/
[\s\S]+?<\/div>/'
; $title_preg = '/

[\s\S]+?<\/h4>/'

; //内容正则 $con_preg = '/
[\s\S]+?/'
; //得到返回的数组数据 preg_match($div_preg,$data,$arr); preg_match($con_preg,$data1,$arr1); preg_match($con_preg,$data2,$arr2); preg_match($con_preg,$data3,$arr3); //匹配数据里所有需要的标签内容 preg_match_all($title_preg,$arr[0],$arrT); ?>
<html lang="en"> <head> <meta charset="UTF-8"> <title>文章采集title> <style type="text/css"> ul,li{ margin: 0; padding: 0; list-style:none; } .con{ width: 420px; height: 460px; float: left; margin-right: 20px; overflow: auto; border: 2px solid #ccc; border-radius: 10px; box-shadow: 4px 5px 3px #aaa; } style> head> <body> <ul> foreach ($arrT[0] as $key => $value):?> <li> echo $value;?>li> endforeach;?> ul> <ul> <div class='con'> echo $arr1[0];?>div> <div class='con'> echo $arr2[0];?>div> <div class='con'> echo $arr3[0];?>div> ul> body> html>
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Archiver|手机版|小黑屋|SASAOO.

GMT+8, 2019-11-10 12:39 , Processed in 0.234373 second(s), 18 queries .

Powered by Discuz! X3.4

? 2001-2017 Comsenz Inc.

快速ag环亚集团 返回顶部 返回列表