文章 专题 AI工具 学习 下载 问答 源码 最近更新
PHP
会员中心 讲师中心 微信公众号
首页 > 后端开发 > php教程 > 正文

simple是什么意思 PHP simple_html_domphp+正则 采集文章代码

php中文网
发布： 2016-07-29 08:41:32
原创
1378人浏览过

复制代码 代码如下:


//包含PHP Simple html Dom 类库文件
include_once('./simplehtmldom/simple_html_dom.php');
//采集html
function getwebcontent($url){
$ch = curl_init();
$timeout = 10;
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $timeout);
curl_setopt ($ch, CURLOPT_FOLLOWLOCATION, 1);
$contents = trim(curl_exec($ch));
curl_close($ch);
return $contents;
}
//获得标题和url
$string =
getwebcontent('http://www.babytree.com/learn/zhunbeihuaiyun/jijibeiyun/2');
//正则匹配

  • 获取标题和地址
    preg_match_all ("/
  • (.*)/",
    $string, $out, PREG_SET_ORDER);
    foreach($out as $key => $value){
    $article['title'][] = $out[$key][2];
    $article['link'][] = "http://www.babytree.com/learn/article/".$out[$key][1];
    }
    //根据url获取文章内容
    foreach($article['link'] as $key=>$value){
    $html = file_get_html($value);
    $div = $html->find('div[id=pagenum_0]');
    $article[content][] = $div[0]->innertext;
    }
    //标题转码---真正用的时候不用这步--因为咱本来就要用utf8的
    //不转码还真不能保存成文件
    foreach($article[title] as $key=>$value){
    $article[title][$key] = iconv('utf-8', 'gbk', $value);//转码
    }
    //存入文件
    $num = count($article['title']);
    for($i=0; $ifile_put_contents("{$article[title][$i]}.txt", $article['content'][$i]);
    }
    /*本来想12点之前发的。。但小看一下都3点半了。。。 就算昨天的吧
    本来获取文章内容时用正则是最好的，速度也是最快的，
    奈何正则是好，但正则表达式是真难！于是乎小查了一下，
    网上也有很多人也在用PHP Simple Dom 虽然效率慢了点，但效果还是不错的
    从包含类库文件到写入txt文件 大概是7/8就秒 还有带于进一步优化，特别是那获取文章内容时的正则，那个太恶心了
    大家可以小研究一下*/
    ?>

    以上就介绍了simple是什么意思 PHP simple_html_domphp+正则 采集文章代码，包括了simple是什么意思方面的内容，希望对PHP教程有兴趣的朋友有所帮助。

    • PHP速学教程(入门到精通)
    PHP速学教程(入门到精通)

    PHP怎么学习？PHP怎么入门？PHP在哪学？PHP怎么学才快？不用担心，这里为大家提供了PHP速学教程(入门到精通)，有需要的小伙伴保存下载就能学习啦！

    下载
    来源：php中文网
    收藏 点赞
    上一篇：ParentFolder PHP编程过程中需要了解的this,self,parent的区别 下一篇：excel2003官方下载 免费完整版 php 操作excel文件的方法小结
    本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系admin@php.cn
    最新问题
    如何使用PHPMyAdmin为用户分配和撤销权限 使用phpMyAdmin分配和撤销用户权限的关键在于理解权限层级并熟悉操作步骤。1.登录phpMyAdmin，选择“用户”选项卡；2.创建或编辑用户；3.选择数据库并设置相应权限（如SELECT、INSERT）；4.可选设置表级权限；5.点击“执行”保存更改；6.如需撤销权限，取消勾选对应项后再次执行。全局权限适用于所有数据库，而GRANT权限应谨慎分配。刷新权限可执行FLUSHPRIVILEGES或重新登录。创建只读用户时仅勾选SELECT权限即可。权限未生效可能因缓存、连接状态、拼写错误或权
    2025-07-07 10:00:03
    232
    PHP中get_class和gettype的类型判断差异 get_class()用于获取对象的类名，而gettype()返回变量的底层数据类型。1.get_class()适用于判断对象所属的具体类，如在多态场景中根据实际类执行不同操作；2.gettype()适用于判断变量的基本类型，如整数、字符串或数组等；3.性能上gettype()略优，但差异通常可忽略；4.检查接口实现应使用instanceof；5.判断继承关系可用is_a()函数。
    2025-07-07 09:37:16
    461
    PHP怎样操作图片？GD库高级使用指南 PHP操作图片最常用的方式是使用GD库，它不仅支持生成验证码和缩略图，还提供丰富的图像处理功能。1.图像资源创建与格式转换是所有操作的基础，使用imagecreatefromjpeg()、imagecreatefrompng()、imagecreatefromgif()加载图像资源，保存时分别用imagejpeg()、imagepng()、imagegif()并注意格式选择；2.图像缩放与裁剪常用imagecopyresampled()实现高质量缩放，并通过计算坐标进行裁剪；3.添加文字与水印可
    2025-07-07 09:16:02
    268
    调整PhpStorm字体和字号以提升阅读体验 调整PhpStorm字体、字号和配色能有效缓解视觉疲劳，提升编码效率。1.选择等宽字体如JetBrainsMono、FiraCode或SourceCodePro，确保字符对齐；2.设置字号在14~16px之间，根据屏幕分辨率微调；3.调整行距至1.3~1.5倍，增强段落清晰度；4.使用高对比度配色方案如Dracula或Solarized，避免刺眼；5.开启抗锯齿提升字体平滑度，优化显示效果。
    2025-07-07 09:08:02
    369
    解决PHPMyAdmin中用户登录权限不足的问题 PHPMyAdmin登录权限不足问题通常由MySQL用户权限配置不当引起，解决方法包括：1.检查PHPMyAdmin的config.inc.php文件中配置的用户名和密码是否正确；2.通过MySQL命令行确认用户是否存在并重置密码；3.授予用户对目标数据库或所有数据库的足够权限，如SELECT、INSERT、UPDATE、DELETE、CREATE、ALTER、DROP等操作权限；4.避免使用root用户进行日常操作，遵循最小特权原则，为每个应用创建独立账户并精确分配必要权限；5.定期审查和撤销
    2025-07-07 08:38:02
    195
    如何用PHP实现分词搜索？中文搜索解决方案 中文搜索需分词因模糊匹配效率低且易漏内容。1.分词可拆分语义单元并建立索引，提升准确率；2.PHP可用SCWS（速度快但配置复杂）、结巴分词（效果好但依赖Python）、Elasticsearch+IK（功能强但资源消耗大）实现分词；3.分词后通过关键词匹配、排序实现搜索。流程为：选分词方案→预处理提取关键词→用户输入分词→匹配并排序返回结果。
    2025-07-07 08:31:12
    465
    如何优化PHPMyAdmin操作数据库的内存使用效率 phpMyAdmin操作大型数据库卡顿或崩溃的核心原因包括PHP内存限制过低、MySQL/MariaDB缓冲池配置不足、查询结果集过大及不良SQL习惯。1.提升PHP的memory_limit至512M或更高，调整max_execution_time、upload_max_filesize和post_max_size；2.优化MySQL配置，如增大innodb_buffer_pool_size至系统内存的50%-70%，合理设置tmp_table_size和max_heap_table_size
    2025-07-06 15:27:01
    474
    解决PHPMyAdmin执行SQL语句时的锁等待问题 解决PHPMyAdmin执行SQL时的锁等待问题，需先定位锁源并针对性优化。1.查看进程列表：通过SHOWFULLPROCESSLIST;识别长时间运行、状态为Locked或Waitingfortablemetadatalock等问题SQL；2.优化慢查询：使用EXPLAIN分析未命中索引的UPDATE、DELETE或SELECT语句，并添加合适索引；3.管理事务：确保事务及时COMMIT或ROLLBACK，避免长事务占用资源；4.避免DDL操作冲突：不在高峰期执行ALTERTABLE等表级锁操
    2025-07-06 15:26:01
    747
    如何在PHP类中使用构造函数的详细教程？ 构造函数是PHP中对象创建时自动调用的特殊方法，用于初始化对象属性或执行必要设置。1.使用__construct()魔术方法定义，接收参数并赋值给对象属性。2.PHP不支持传统重载，但可通过默认参数模拟实现。3.继承时子类需显式调用parent::__construct()以执行父类初始化。4.构造函数可用于依赖注入，将对象依赖通过参数传递，提升代码灵活性和可测试性。
    2025-07-06 15:23:01
    743
    CSRF防护应该怎么做？Token验证机制实现教程 Token验证机制是防范CSRF攻击的核心手段。其基本思路是服务器在用户访问页面时生成唯一、不可预测的Token，嵌入到页面表单中，并保存在用户Session中；当用户提交请求时，服务器校验表单中的Token与Session中的是否一致，防止攻击者伪造请求。实现步骤包括：1.生成Token，使用加密安全的随机数方法；2.将Token存入页面和会话，作为隐藏字段插入HTML表单并保存至Session；3.提交时校验Token，确保两者匹配；4.可选每次请求更新Token以增强安全性。注意事项包括：
    2025-07-06 15:22:01
    366
    相关专题
    更多>
    热门推荐
    开源免费商场系统广告
    热门教程
    更多>
    相关推荐
    热门推荐
    最新课程
    最新下载
    更多>
    网站特效
    网站源码
    网站素材
    前端模板
    关于我们 免责申明 意见反馈 讲师合作 广告合作 最新更新
    php中文网：公益在线php培训，帮助PHP学习者快速成长！
    关注服务号 技术交流群
    app下载
    PHP中文网订阅号
    每天精选资源文章推送
    PHP中文网APP
    随时随地碎片化学习
    PHP中文网抖音号
    发现有趣的

    Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号

  • PHP学习

  • 技术支持

  • 返回顶部