PHP采集程序全集

在论坛好久了没有如何正式的发表过东西，今天给大家共享一下我的采集代码！

思路：

　　采集程序的思路很基本大体可以分为以下多个步骤：
   　1.获取远程文件源代码（file_get_contents或用fopen）.
       2.分析代码得到自己想要的内容（这里用正规匹配，一般是得到分页）。
　　3.跟根得到的内容实行下载入库等操作。

在这里第二步有可能要重复的操作好几次，比如说要先分析一下分页地址，在分析一下内页的内容才能取得我们想要的东西。

代码：

记的以前发部过部分的代码今天我在这里在基本的发部一下
复制PHP内容到剪贴板
PHP代码:
@$nl=file_get_contents($rs['url']);//抓取远程内容
preg_match_all("/var url = \"gameswf\/(.*?)\.swf\";/is",$nl,$connect);//实行正规匹配取得自己要的内容
mysql_query("insert ......插入数据库部分");

上面的代码就是所有采集要用到的代码了，当然大家也可以用fope来作，我个人喜欢用file_get_contents。

下面在共享一下我的下载图片flash到本地的办法，太基本了两行代码
复制PHP内容到剪贴板
PHP代码:
if(@copy($url,$newurl)){
echo 'ok';
}

在论坛上以前还发过一个图片下载函数这会也放上来给大家
复制PHP内容到剪贴板
PHP代码:
/*本存图片函数*/
function getimg($url,$filename){
        /*判断图片的url能不能为空，如果为空停止函数*/
        if($url==""){
                return false;
        }
        /*取得图片的扩展名，存入变量$ext中*/
        $ext=strrchr($url,".");
        /*判断能不能是正当的图片文件*/
    if($ext!=".gif" && $ext!=".jpg"){
                return false;

}
        /*读取图片*/
        $img=file_get_contents($url);
        /*打开指定的文件*/
        mailto:$fp=@fopen($filename.$ext,%22a");
        /*写入图片到指点的文件*/
        fwrite($fp,$img);
        /*关闭文件*/
        fclose($fp);
        /*返回图片的新文件名*/
        return $filename.$ext;
}

 

共享一下个人的采集心德：

1.不采那些作防盗链了的站，其实可以作假来路但是这样的站采集成本太高

2.采集尽量快的站，最好在本地实行采集

3.采集时有很多时候可以先把一部分数据存入数据库，等以后实行下一步的处理。

4.采集的时候一定要作好出错处理，我一般都是如果采集三次没有成功就跳过。以前经常就因为一条内容不能采就卡在那里一直的采。

5.入库前一定要作好判断，检查内容的正当，过滤不必要的字符串。