基於PHP採集資料入庫程式（二），php採集資料入庫_PHP教程

基於PHP採集資料入庫程式（二），php採集資料入庫

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>/iUs";    preg_match($pattern, $content,$info);//擷取內容存放info    echo $title=$row[1]."
  
";    echo $content=$info[0]."";    //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 "";    }?>
 

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。

php程式員對資料擷取的要掌握程度怎？

php資料擷取常見技術要領：

1、熟練Regex提取資料技術：提取內容關鍵步驟
2、熟練字元編碼轉換剖析技術：相容性管理以及資料有效性控制
3、熟練資料出庫入庫整理技術：對已採集內容的儲存管理，包括資料庫以及檔案和進度
4、發掘資料以及網站爬行技術：分析網站結構，簡化爬行手法，提高效率
5、反反採集處理技術：對於存在反採集的目標對象而設計的反反採集技術
6、多伺服器並發採集管理技術：提高效率的工作方法
7、資料整理分析技術：查漏驗證資料正確性有效性
8、自我身份保護技術：自身資訊的保護
 

PHP採集入庫問題

php 裡有$nr = implode(‘#’,$arr) 方法 ,就可以 了
不過上面的組成的是“內容1#內容2”，沒有最後面的一個#，要是必須的話
就是$nr = implode('#',$arr).'#'

在笨的方法，就是用
foreach( $arr as $vl){
$nr.=$vl."#";
}
參考資料：$
 

http://www.bkjia.com/PHPjc/850753.htmlwww.bkjia.comtruehttp://www.bkjia.com/PHPjc/850753.htmlTechArticle基於PHP採集資料入庫程式（二），php採集資料入庫 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...

