高手们帮帮 数据抓取

Question

<?php
/*
 * Created on 2010-12-10
 *
 * To change the template for this generated file go to
 * Window - Preferences - PHPeclipse - PHP - Code Templates
 */
 include './config/config.php';$mysqli = new mysqli(DB_HOST,DB_USER,DB_PASSWD,DB_NAME);
$mysqli->set_charset("gbk");if(mysqli_connect_errno()){
printf("Connect failed %s",mysqli_connect_error());
exit();
}$sql = 'select url from wb_url';
$result = $mysqli->query($sql);if($result && $mysqli->affected_rows){
//echo 'sdf';
while($row = $result->fetch_object()){
// var_dump($row->url);
// echo 'aaaaaaaaaaa';
//开始设置抓取步骤
$url = $row->url;
$file = fopen("$url","r");
//打开具体地址 r 代表 以只读方式打开
if(!$file){
echo '打开失败';
exit;
}
if(!feof($file)){
$line = fgets($file,1024);
//echo 'sd';
if (eregi ("<title>(.*)</title>", $line, $out)) {
var_dump($out);
echo 'dfdfg';
echo "".$out[1].""; break;
}
}
}//while
}//if
$mysqli->close();
?>

Answer 1

if (eregi ("<title>(.*)</title>", $line, $out)) {
var_dump($out);
echo 'dfdfg';
echo "".$out[1].""; break;
}
这里不执行 是什么原因 谢谢大家啦！

Answer 2

推荐你使用preg_match ···
因为ereg类的方法在最新的php版本里面已经取消

Answer 3

preg_match ("|<title>(.*?)</title>|ims", $line, $out

Answer 4

$pattern = "/\<\\w\>(.*)\<\/\\w\>/ims";改了 还是不执行  

Answer 5

$pattern ="/\<(.*)\>(.*)<\/(.*)>/";还是不可以

Answer 6

$line = fgets($file,1024);
//$pattern = "/\<\\w\>(.*)\<\/\\w\>/ims";
$pattern = "|<title>(.*)<\/title>|ims";if (preg_match($pattern, $line, $out)) {
echo var_dump($out);
echo 'dfdfg';
// echo "".$out[1]."";
//如果成功  就将从指定网站的抓取的数据 写入数据库
break;
}
}//!feof($file)这样还不行  是什么原因

Answer 7

你不能上一些具体的代码·
比如要匹配的哪些东西 好给你写正则啊···你说是不是？$pattern = "|<title>(.*)</title>|ims";
是没问题的··

Answer 8

哈哈哈  我按照这个调了一下  $pattern = "|<title>(.*)<\/title>|ims";就可以啦！！这样是抓文章的标题  
想要抓取  文章的内容 怎么写啊！！！   说一下 步骤也行啊！！！  万分感谢、、、、

Answer 9

header("Content-type: text/html; charset=utf-8"); 
$str = file_get_contents("http://www.163.com");
$pattern = "|<title>(.*?)<\/title>|ims";
if (!preg_match_all($pattern, $str, $out)) {
exit("匹配错误");
}else{
$out = $out[1][0];
$out = iconv('gb2312', 'utf-8', $out);
echo $out;
}

Answer 10

当你获取到标题 当然你也可以获取到这篇文章的url既然有了url 你就可以获取到文章页面 使用正则表达式匹配出来内容 ··别无他法！

Answer 11

输入：http://tieba.baidu.com/
我抓取该网页中的 href="http://tieba.baidu.com/f?kz=931019809 和 金庸影视剧中最美百位美女明星<ul class="order">
<li><span class="num color">1</span><a target="_blank" href="http://tieba.baidu.com/f?kz=931019809">金庸影视剧中最美百位美女明星</a></li>
<li><span class="num color">2</span><a target="_blank" href="http://tieba.baidu.com/f?kz=927639142">夜场生活：酸甜苦辣自己体会</a></li>
<li><span class="num color">3</span><a target="_blank" href="http://tieba.baidu.com/f?kz=936381484">高中女生小米讲述在美国的生活</a></li>
<li><span class="num">4</span><a target="_blank" href="http://tieba.baidu.com/f?kz=935954137">Dota悬疑志之《消失的冰女》</a></li>
<li><span class="num">5</span><a target="_blank" href="http://tieba.baidu.com/f?kz=930201383">我那造孽的十五次游戏“婚姻”</a></li>
<li><span class="num">6</span><a target="_blank" href="http://tieba.baidu.com/f?kz=937865853">讲述中国108个太监的风云人生</a></li>
<li><span class="num">7</span><a target="_blank" href="http://tieba.baidu.com/f?kz=932905377">90后图文：活着，在这孤独城市</a></li>
<li><span class="num">8</span><a target="_blank" href="http://tieba.baidu.com/f?kz=949269489">留学新西兰，细数那些新西兰妹子</a></li>
</ul>$line  是从数据库中读出：http://tieba.baidu.com/
$patternurl ="|<ul><li>(.*)(href=http://([\w-]+\.)+[\w-]+(/[\w- ./?%&=]*)?)(.*)<\/li><\/ul>|ims";
if(preg_match($patternurl,$line,$out)){
var_dump($out);
echo 'aaaaaaaaa';
fclose($file);
}