php通用采集程序

php采集程序构建基本步骤：

采集程序是什么？获取远程数据（文字、图片、图片）并快速保存到本地或指定地址。

如天气预报（小偷程序）：

远程获取--》替换内容--》展示给用户

如实时更新的新闻（采集内容）：

远程获取--》提取内容--》分类存储--》读取内容---》展示内容

*************************

设计PHP采集入库UML

      列表正则：

      终端正则：

**************************

file_get_contents()获取远程页面内容

preg_match_all()匹配列表

preg_match()匹配终端

preg_replace()  :过滤终端

**************************

新建一个列表文件：lb.php

echo $con=file_get_cotents($_GET[url]);

$preg ="#<h1><a href='(.*)' target='_blank'>(.*)</a><span>#iUs";

pg_match_all($preg,$conn,$arr);

foreach($arr[1] as $id=>$v){

  echo $v." "arr[2][$id]."<br>";

}

新建vi。php获取标题

vi.php

     $con=file_get_contents();

     $preg="<title>(.*)</title>/iUs";//大小写不敏感，防止贪婪匹配，防止换行

     echo zz($preg,$con);

    function zz($preg,$con,$num=1){

           preg_match($preg,$con,$arr);

  return $arr[$num];

     }

     echo $arr[1];//获取标题

     echo "<a href=vi.php?url=".$v.">".arr[2][$id]."<br>";

======================================

php100:83:采集程序

lb.php

<?php

if($_GET[id]){

   $con=file_get_cotents($_GET[url].$_GET[id]."shtml");

   $preg ="/<h1><a href='(.*)' target='_blank'>(.*)</a><span>/iUs";

   perg_match_all($preg,$conn,$arr);

    foreach($arr[1] as $id=>$v){

     echo $v." "arr[2][$id]."<br>";

}

$_GET[id]++;

echo "<script>location.href='lb.php?id='.$_GET[id]."</script>";

}

?>

http://www.xinhuanet.com/finance/tzxx.htm

===============================================================

操作步骤：

1.新建一个数据库caiji,tep_url表，id,title,content,11 ,100,150

2.新建一个conn.php,插入的语句可以通过phpmyadmin插入一个语句简单的获得

3.新建一个vi.php

4.单条入库获取下一条。

临时的路径列表：

完善我的入库表。

假设删删除了其中的一条Id值，怎么办？删除了第9条！

多加一条语句

 $sql2="select * from tmp_url where id>'$gid'order by id asc limit 1