PHP 采集心得技巧

1.获取远程文件源代码（file_get_contents或用fopen）.
2.国家奖助学金申请书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.跟根得到的内容进行下载入库等操作。

　　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qq看点怎么关闭得我们想要的东西。

　　代码：

　　记的以前发部过部分的代码今天我在这里在简单的发部一下

　　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);//进行正规匹配取得自己要的内容

mysql_query(“inrt ……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，太简单了两行代码

　　php代码:


复制代码 代码如下:

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

　　php代码:


复制代码 代码如下:

/*本存图片函数*/

function getimg($url,$filename){

　　　　/*判断真的反义词是什么图片的url是否为空，如果为空停止函数*/

　　　　if($url==””){

　　　　　　　　return fal;

　　　　}

　　　　/*取得图片的扩展名，存入变量$ext中*/

　　　　$ext=strrchr($url,”.”);

　　　　/*判断是否是合法的图片文件*/

　　if($ext!=”.gif” && $ext!=”.jpg”){

　　　　　　　　return fal;

　　　　}

　　　　/*读取图片*/

　　　　$img=file_get_contents($url);

　　　　/*打开指定的文件*/

　　　　$fp=@fo人生的感悟pen($filename.$ext,”a”);

　　　　/*写入图片到指点的文件*/

　　　　fwrite($fp,$img);

　　　　/*关闭文件*/

　　　　fclo($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晋国被哪三家瓜分采集成本太高

　　2.采集尽量快的站，最好在本地进行采集

　　3.采集时有很多时候可以先把一部分数据存入数据库，等以后进行下一步的处理。

　　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，检查内容的合法，过滤不必要的字符串。