基于PHP的简单采集数据入库程序【续篇】-php手册-PHP中文网

基于PHP的简单采集数据入库程序【续篇】

php中文网

发布： 2016-06-06 20:19:47

原创

918人浏览过

在上篇基于PHP的简单采集数据入库程序中提到采集新闻信息页的列表数据，接下来讲讲关于采集新闻具体内容

在上篇文章中，我们已经采集新闻信息页的列表数据，接下来要做的操作就是从数据库中读取所需要采集的url，，进行页面抓取就行

新建一个content表

不过需要注意的一点是，不能再采用采集URL这种id递增的方法去采集，因为数据表中可能出现id断续，比如id=9，id=11，当采集到id=10的时候，URL是空白的，这样可能会导致采集到了空字段。

这里用到的一个技巧是数据库的查询语句，在我们采集完第一条数据的时候，判断数据库里是否还有大于此id的id编号，若有，读取一条，查询信息重复上面的工作。

具体代码如下：

云网OA

采用JSP开发的办公自动化产品、基于B/S结构，运行环境：JDK v1.5、Tomcat v5.5、MySQL v4.1，三者均为以上版本其他相关内容：可视化流程设计：流程支持串签、会签和分支流程，可以设置流程节点的修改、删除权限，并可指定流程中各个用户在表单中可以填写的域。智能表单所见即所得设计：智能设计，自动在数据库中生成表格，方便优化程序公共交流：集论坛、博客、聊天室于一体文件柜：C

查看详情

立即学习“PHP免费学习笔记（深入）”；

php include_once("conn.php"); $id=(int)$_GET['id']; $sql="select * from list where id=$id"; $result=mysql_query($sql); $row=mysql_fetch_array($result);//取得对应的url地址 $content=file_get_contents($row['url']); $pattern="/

(.*)/iUs"; preg_match($pattern, $content,$info);//获取内容存放info echo $title=$row[1]."
"; echo $content=$info[0]."

"; //插入数据库 $add="insert into content(title,content) value('$title','$content')"; mysql_query($add); $sql2="select * from list where id>$id order by id asc limit 1"; $result2=mysql_query($sql2); $row2=mysql_fetch_array($result2);//取得对应的url地址 if($row2['id']){ echo "<script>window.location='content.php?id=$row2[0]'</script>"; } ?>

这样子我们所要的新闻内容就采集入库了，接下来只需要对数据的一些样式进行整理就行了。