巧妙運用PHP函數實現採集器_PHP教程

PHP經過長時間的發展，很多使用者都很瞭解PHP了，我們現在可以利用PHP函數實現採集器程式。何為採集器，通常又叫小偷程式，主要是用來抓取別人網頁內容的。關於採集器的製作，其實並不難，就是遠程開啟要採集的網頁，然後用Regex將需要的內容匹配出來，只要稍微有點Regex的基礎，都能做出自己的採集器來的。

前幾天做了個小說連載的程式，因為怕更新麻煩，順帶就寫了個採集器，採集八路中文網的，功能比較簡單，不能自訂規則，不過大概思路都在裡面了，自訂規則可以自己來擴充。用php來做採集器主要用到兩個PHP函數：file_get_contents()和preg_match_all()，前一個是遠程讀取網頁內容的，不過只在php5以上的版本才能用，後一個是正則函數，用來提取需要的內容的。面就一步一步來講功能實現。因為是採集小說，所以首先要將書名、作者、類型這三個提取出來，別的資訊可根據需要提取。

這樣還不夠，還需要一個切取PHP函數：

 

  
function cut($string,$start,$end){ 
  
$message = explode($start,$string); 
  
$message = explode($end,$message[1]); return $message[0];}其中$string為要被切取的內容，$start為開始的地方，$end為結束的地方。取出分類號： 
  
 
  
$start = "Html/Book/"; 
  
$end 
  
= "List.shtm"; 
  
$typeid = cut($typeid[0][0],$start,$end); 
  
$typeid = explode("/",$typeid);[/php] 
  
 
  
這樣，$typeid[0]就是我們要找的分類號了。方法如下： 
  
 
  
$ustart = """; 
  
$uend 
  
= """; 
  
//t表示title的縮寫 
  
$tstart = ">"; 
  
$tend 
  
= "<"; 
  
//取路徑,例如:123.shtm,2342.shtm,233.shtm 
  
preg_match_all("/"[0-9]{1,}.(shtm)"/is",$chapterurl,$url); 
  
//取標題,例如:第一章 九世善人 
  
preg_match_all("/<a href="[0-9]{1,}.shtm"(.*?)</a>/is",$file,$title); 
  
$countcountcount = count($url[0]); 
  
for($i=0;$i<=$count;$i++) 
  
{ 
  
$u = cut($url[0][$i],$ustart,$uend); 
  
$t = cut($title[0][$i],$tstart,$tend); 
  
$array[$u] = $t; 
  
} 
 

$array數組就是所有的章節地址了，到這裡，採集器就完成一半了，剩下的就是迴圈開啟每個章節地址，讀取，然後將內容匹配出來。這個比較簡單，這裡就不詳細敘述了。好了，今天就先寫到這吧，第一次寫這麼長的文章，語言群組織方面難免有問題，還請大家多包涵！

http://www.bkjia.com/PHPjc/446461.htmlwww.bkjia.comtruehttp://www.bkjia.com/PHPjc/446461.htmlTechArticlePHP經過長時間的發展，很多使用者都很瞭解PHP了，我們現在可以利用PHP函數實現採集器程式。何為採集器，通常又叫小偷程式，主要是用來抓...

