PHP采集程序中常用的函数

  1 //获得当前的脚本网址
  2 function get_php_url(){
  3         if(!empty($_SERVER["REQUEST_URI"])){
  4                 $scriptName = $_SERVER["REQUEST_URI"];
  5                 $nowurl = $scriptName;
  6         }else{
  7                 $scriptName = $_SERVER["PHP_SELF"];
  8                 if(empty($_SERVER["QUERY_STRING"])) $nowurl = $scriptName;
  9                 else $nowurl = $scriptName."?".$_SERVER["QUERY_STRING"];
 10         }
 11         return $nowurl;
 12 }
 13 //把全角数字转为半角数字
 14 function GetAlabNum($fnum){
 15         $nums = array("０","１","２","３","４","５","６","７","８","９");
 16         $fnums = "0123456789";
 17         for($i=0;$i<=9;$i++) $fnum = str_replace($nums[$i],$fnums[$i],$fnum);
 18         $fnum = ereg_replace("[^0-9\.]|^0{1,}","",$fnum);
 19         if($fnum=="") $fnum=0;
 20         return $fnum;
 21 }
 22 //去除HTML标记
 23 function Text2Html($txt){
 24         $txt = str_replace("  ","　",$txt);
 25         $txt = str_replace("<","&lt;",$txt);
 26         $txt = str_replace(">","&gt;",$txt);
 27         $txt = preg_replace("/[\r\n]{1,}/isU","<br/>\r\n",$txt);
 28         return $txt;
 29 }
 30 
 31 //清除HTML标记
 32 function ClearHtml($str){
 33         $str = str_replace('<','&lt;',$str);
 34         $str = str_replace('>','&gt;',$str);
 35         return $str;
 36 }
 37 //相对路径转化成绝对路径
 38 function relative_to_absolute($content, $feed_url) {
 39     preg_match('/(http|https|ftp):\/\//', $feed_url, $protocol);
 40     $server_url = preg_replace("/(http|https|ftp|news):\/\//", "", $feed_url);
 41     $server_url = preg_replace("/\/.*/", "", $server_url);
 42 
 43     if ($server_url == '') {
 44         return $content;
 45     }
 46 
 47     if (isset($protocol[0])) {
 48         $new_content = preg_replace('/href="\//', 'href="'.$protocol[0].$server_url.'/', $content);
 49         $new_content = preg_replace('/src="\//', 'src="'.$protocol[0].$server_url.'/', $new_content);
 50     } else {
 51         $new_content = $content;
 52     }
 53     return $new_content;
 54 }
 55 //取得所有链接
 56 function get_all_url($code){
 57         preg_match_all('/<a\s+href=["|\']?([^>"\' ]+)["|\']?\s*[^>]*>([^>]+)<\/a>/i',$code,$arr);
 58         return array('name'=>$arr[2],'url'=>$arr[1]);
 59 }
 60 
 61 //获取指定标记中的内容
 62 function get_tag_data($str, $start, $end){
 63         if ( $start == '' || $end == '' ){
 64                return;
 65         }
 66         $str = explode($start, $str);
 67         $str = explode($end, $str[1]);
 68         return $str[0];
 69 }
 70 //HTML表格的每行转为CSV格式数组
 71 function get_tr_array($table) {
 72         $table = preg_replace("'<td[^>]*?>'si",'"',$table);
 73         $table = str_replace("</td>",'",',$table);
 74         $table = str_replace("</tr>","{tr}",$table);
 75         //去掉 HTML 标记
 76         $table = preg_replace("'<[\/\!]*?[^<>]*?>'si","",$table);
 77         //去掉空白字符 
 78         $table = preg_replace("'([\r\n])[\s]+'","",$table);
 79         $table = str_replace(" ","",$table);
 80         $table = str_replace(" ","",$table);
 81 
 82         $table = explode(",{tr}",$table);
 83         array_pop($table);
 84         return $table;
 85 }
 86 
 87 //将HTML表格的每行每列转为数组，采集表格数据
 88 function get_td_array($table) {
 89         $table = preg_replace("'<table[^>]*?>'si","",$table);
 90         $table = preg_replace("'<tr[^>]*?>'si","",$table);
 91         $table = preg_replace("'<td[^>]*?>'si","",$table);
 92         $table = str_replace("</tr>","{tr}",$table);
 93         $table = str_replace("</td>","{td}",$table);
 94         //去掉 HTML 标记
 95         $table = preg_replace("'<[\/\!]*?[^<>]*?>'si","",$table);
 96         //去掉空白字符 
 97         $table = preg_replace("'([\r\n])[\s]+'","",$table);
 98         $table = str_replace(" ","",$table);
 99         $table = str_replace(" ","",$table);
100        
101         $table = explode('{tr}', $table);
102         array_pop($table);
103         foreach ($table as $key=>$tr) {
104                 $td = explode('{td}', $tr);
105                 array_pop($td);
106             $td_array[] = $td;
107         }
108         return $td_array;
109 }
110 
111 //返回字符串中的所有单词 $distinct=true 去除重复
112 function split_en_str($str,$distinct=true) {
113         preg_match_all('/([a-zA-Z]+)/',$str,$match);
114         if ($distinct == true) {
115                 $match[1] = array_unique($match[1]);
116         }
117         sort($match[1]);
118         return $match[1];
119 }