PHP程序采集研究

所需工具:
http://www.leifengcms.cn/down/lfcms_php.rar  

http://www.chinaz.cn/soft/19412.htm 数据库编辑

http://down.cnzz.cn/info/40130.aspx PHP环境
http://www.chinaz.cn/soft/22582.htm

http://wt.jb51.net/200810/book/php_mysql.rar web+mysql教程

 

研究所:
http://bbs.php.cn/

http://bbs.phpchina.com/

http://bbs.phpres.com

 

数据库连接和加入需要的字段

 

<?php
$dbhost='localhost';
$dbuser='root';
$dbpw='root';
$dbname='lf_mydata';
$db=mysql_connect($dbhost,$dbuser,$dbpw);
if(!$connection)
{$info="连接数据库出错:".mysql_errno()."错误原因:".mysql_error();}
else
{$info="连接成功";
echo $info;}
$sql = "ALTER TABLE `lf_collect_movie` ADD `movielz` INT(11) NULL DEFAULT '0' AFTER `moviepic`";
mysql_select_db($dbname,$db);
$result=mysql_query($sql);
echo $result;
mysql_close($db); 
?>

 

 采集数据

INSERT INTO `lf_collect` VALUES (3, 'qvodzy', 'GB2312', 1, '', 'http://www.qvodzy.com.cn/index.asp?page={id}', 1, 1, '', 1, '<td height="3" colspan="6" bgcolor="#999999"></td>', '<table width="330" border="0" cellspacing="0" cellpadding="0">', '<td height="20"><a href="', '" target="_blank">', '<td width="80" align="center" bgcolor="#F3F3F3"><strong>影片名称：</strong></td>\r\n        <td width="434">', '</td>\r\n      </tr>', '<td align="center" bgcolor="#F3F3F3"><strong>影片演员：</strong></td>\r\n        <td>', '</td>\r\n      </tr>', '<td valign="middle"><img src="', '" width="250" height="350" /></td>', 1, 1, '<td align="center" bgcolor="#F3F3F3"><strong>影片类型：</strong></td>\r\n        <td>', '</td>\r\n      </tr>', 1, 1, '<td align="center" bgcolor="#F3F3F3"><strong>影片地区：</strong></td>\r\n        <td>', '</td>\r\n      </tr>', '<td align="center" valign="top" bgcolor="#F3F3F3"><strong>影片简介：</strong></td>\r\n        <td>', '</td>\r\n      </tr>\r\n    </table></td>', 0, '<tr><td colspan="2" align="left">', '</td></tr>', '<tr><td colspan="2" align="left"><a href="', '" target="_blank">', 0, '', '', '<PARAM NAME=''URL''\r\nVALUE=''', '''>\r\n<PARAM NAME=''Autoplay', '2009-01-10 00:00:00');

 

1，增加采集过滤[**]内容，修改文件admin\collecting\collecting.php
 $moviename=strip_tags(GetBodyc($NewsCode,$Htitle,$Ftitle));
 改为$moviename=preg_replace("!\[(.*?)\]!","",trim(strip_tags(GetBodyc($NewsCode,$Htitle,$Ftitle))));

另外一个正则方法$moviename=preg_replace("/\[([\s\S]*?)\]/i",'',$moviename2);

PHP是 '/(?<=.*\[|)\d+(?=.?\])/'

(?<=断言要匹配的前缀 .*是任务字符串 \[   |或者  )前缀结束 \d+一个或者多个数字 (?=断言要匹配的文本的后缀
.?  \]  )后缀结束

另方法:

 

 

<?php 
function extractDigital($OrgStr)
{
  $CleanStr = strstr($OrgStr,'[');
  $i = stripos($CleanStr,']');
  $CleanStr = substr($CleanStr, 1, $i-1);
  $CleanStr = strrev($CleanStr);

  $start = 0;
  while($start < strlen($CleanStr))
  {
    if(is_numeric(substr($CleanStr,$start,1)))  
      break;    
    $start++;
  }
  
  $end = $start+1;
  while($end < strlen($CleanStr))
  {
    if(! is_numeric(substr($CleanStr,$end,1)))
      break;
    $end++;
  }
  $CleanStr = substr($CleanStr, $start, $end-$start);
  $CleanStr = strrev($CleanStr);
  
  return $CleanStr;
}
echo extractDigital('娱乐百分百[108]');

?> 

<?php 
$test = '娱乐百分百[十分325百百08士大夫]'; 

$test = preg_replace("/([\xa1-\xfe]*)/","$2",$test); 

preg_match("/\[([^^]*?)\]/i",$test,$match); 


$test=strrev(substr(strrev($match[1]),0,2));

echo $test;

?> 

 

 

函数:

 

 在collecting_function.php加入该函数

function extractDigital($OrgStr)
{
  $CleanStr = strstr($OrgStr,'[');
  $i = stripos($CleanStr,']');
  $CleanStr = substr($CleanStr, 1, $i-1);
  $CleanStr = strrev($CleanStr);
  $i = 0;
  while($i < strlen($CleanStr))
  {
    if(! is_numeric(substr($CleanStr,$i,1)))
      break;
    $i++;
  }
  $CleanStr = substr($CleanStr, 0, $i);
  $CleanStr = strrev($CleanStr);
  
  return $CleanStr;

}

 collecting.php 145加入

$moviename2=strip_tags(GetBodyc($NewsCode,$Htitle,$Ftitle));
$lzcontent=extractDigital($moviename2);
$moviename=preg_replace("!\[(.*?)\]!","",$moviename2);
if($lzcontent!=""){$movielz=1;}

admin_collecting_movie.php 293加入对应数据库就行

 

 

3，现在的想法先读取数据库，更新一下名称，重新写入数据库