基於PHP採集資料入庫程式（二）

標籤：style   blog   http   color   資料   io   2014   html   

在上篇 基於PHP採集資料入庫程式（二） 中提到採集新聞資訊頁的列表資料，接下來講講關於採集新聞具體內容

這是上篇部落格的最終資料表：

接下來要做的操作就是從資料庫中讀取所需要採集的URL，進行頁面抓取就行

建立一個content表

不過需要注意的一點是，不能再採用採集URL這種id遞增的方法去採集，因為資料表中可能出現id斷續，比如id=9，id=11，當採集到id=10的時候，URL是空白的，這樣可能會導致採集到了空欄位。

這裡用到的一個技巧是資料庫的查詢語句，在我們採集完第一條資料的時候，判斷資料庫裡是否還有大於此id的id編號，若有，讀取一條，查詢資訊重複上面的工作。

具體代碼如下：

<?php        include_once("conn.php");    $id=(int)$_GET[‘id‘];    $sql="select * from list where id=$id";    $result=mysql_query($sql);    $row=mysql_fetch_array($result);//取得對應的url地址    $content=file_get_contents($row[‘url‘]);    $pattern="/<dd class=\"dataWrap\">(.*)<\/dd>/iUs";    preg_match($pattern, $content,$info);//擷取內容存放info    echo $title=$row[1]."<br/>";    echo $content=$info[0]."<hr/>";    //插入資料庫    $add="insert into content(title,content) value(‘$title‘,‘$content‘)";    mysql_query($add);    $sql2="select * from list where id>$id order by id asc limit 1";    $result2=mysql_query($sql2);    $row2=mysql_fetch_array($result2);//取得對應的url地址    if($row2[‘id‘]){        echo "<script>window.location=‘content.php?id=$row2[0]‘</script>";    }?>

這樣子我們所要的新聞內容就採集入庫了，接下來只需要對資料的一些樣式進行整理就行了。