设为首页收藏本站language 语言切换
查看: 1473|回复: 0
收起左侧

抓取和分析

[复制链接]
发表于 2010-2-24 13:35:25 | 显示全部楼层 |阅读模式
<br>                   抓取和分析一个文件是非常简单的事。这个教程将通过一个例子带领你一步一步地去实现它。让我们开  <BR>始吧!  <BR><BR>  首先,我首必须决定我们将抓取的URL地址。可以通过在脚本中设定或通过$QUERY_STRING传递。为了简  <BR>单起见,让我们将变量直接设在脚本中。  <BR><BR>&lt;?  <BR>$url = 'http://www.php.net';  <BR>?&gt;  <BR><BR>  第二步,我们抓取指定文件,并且通过file()函数将它存在一个数组里。  <BR><BR>&lt;?  <BR>$url = 'http://www.php.net';  <BR>$lines_array = file($url);  <BR>?&gt;  <BR><BR>  好了,现在在数组里已经有了文件了。但是,我们想分析的文本可能不全在一行里面。为了解决这个文  <BR>件,我们可以简单地将数组$lines_array转化成一个字符串。我们可以使用implode(x,y)函数来实现它。如  <BR>果在后面你想用explode(将字符串变量数组),将x设成"|"或"!"或其它类似的分隔符可能会更好。但是出于  <BR>我们的目的,最好将x设成空格。y是另一个必要的参数,因为它是你想用implode()处理的数组。  <BR><BR>&lt;?  <BR>$url = 'http://www.php.net';  <BR>$lines_array = file($url);  <BR>$lines_string = implode('', $lines_array);  <BR>?&gt;  <BR><BR>  现在,抓取工作就做完了,下面该进行分析了。出于这个例子的目的,我们想得到在&lt;head&gt;到&lt;/head&gt;  <BR>之间的所有东西。为了分析出字符串,我们还需要叫做正规表达式的东西。  <BR><BR>&lt;?  <BR>$url = 'http://www.php.net';  <BR>$lines_array = file($url);  <BR>$lines_string = implode('', $lines_array);  <BR>eregi("&lt;head&gt;(.*)&lt;/head&gt;", $lines_string, $head);  <BR>?&gt;  <BR><BR>  让我们看一下代码。正如你所见,eregi()函数按下面的格式执行:  <BR><BR>eregi("&lt;head&gt;(.*)&lt;/head&gt;", $lines_string, $head);  <BR><BR>  "(.*)"表示所有东西,可以解释为,"分析在&lt;head&gt;和&lt;/head&gt;间的所以东西"。$lines_string是我们正  <BR>在分析的字符串,$head是分析后的结果存放的数组。  <BR><BR>  最后,我们可以输数据。因为仅在&lt;head&gt;和&lt;/head&gt;间存在一个实例,我们可以安全的假设数组中仅存  <BR>在着一个元素,而且就是我们想要的。让我们把它打印出来吧。  <BR><BR>&lt;?  <BR>$url = 'http://www.php.net';  <BR>$lines_array = file($url);  <BR>$lines_string = implode('', $lines_array);  <BR>eregi("&lt;head&gt;(.*)&lt;/head&gt;", $lines_string, $head);  <BR>echo $head[0];  <BR>?&gt;  <BR><BR>  这就是全部的代码了。                   <br><br>
您需要登录后才可以回帖 登录 | 论坛注册

本版积分规则

QQ|Archiver|手机版|小黑屋|sitemap|鸿鹄论坛 ( 京ICP备14027439号 )  

GMT+8, 2025-4-6 07:22 , Processed in 0.973603 second(s), 24 queries , Redis On.  

  Powered by Discuz!

  © 2001-2025 HH010.COM

快速回复 返回顶部 返回列表