关于采集页面里的邮件地址

Question

function getEmail($str) {
$pattern = "/([a-z0-9]*[-_\.]?[a-z0-9]+)*@([a-z0-9]*[-_]?[a-z0-9]+)+[\.][a-z]{2,3}([\.][a-z]{2})?/i";
preg_match_all($pattern,$str,$emailArr);
return $emailArr[0];
}
$emailstr = "[email protected]俺不是米vi地方就开iid邮件列表：[email protected]和[email protected];.；；，[email protected],[email protected]";
$emailArr = getEmail($emailstr);
echo "<pre>";
print_r($emailArr);
echo "</pre>";上面的程序是正常的，可以正常输出，也就是验证了提取邮件地址这个方法可行。
但是我想在网页源代码里提取就不行了。
比如
$url='http://hi.baidu.com/dspace/blog/item/daebac6e9f9e8cdc81cb4afb.html'; //这个网页里绝对含有邮件地址。
$content=file_get_contents($url);//得到源代码print_r(getEmail($content));//这样是不行的，没有任何输出。也就是采集不到任何东西，为啥呢？正常来说是可以采集到的。我把源代码中的串复制到本地用串来操作，也是不能输出。是不是这些源代码中某些字符敏感原因呢？？？

Answer 1

<?php
$url='http://hi.baidu.com/dspace/blog/item/daebac6e9f9e8cdc81cb4afb.html'; //这个网页里绝对含有邮件地址。
$content=file_get_contents($url);
echo $content;
function getEmail($str) {
//$pattern = "/([a-z0-9]*[-_\.]?[a-z0-9]+)*@([a-z0-9]*[-_]?[a-z0-9]+)+[\.][a-z]{2,3}([\.][a-z]{2})?/i";
$pattern = "/([a-z0-9\-_\.]+@[a-z0-9]+\.[a-z0-9\-_\.]+)/";
preg_match_all($pattern,$str,$emailArr);

return $emailArr[0];
} print_r( getEmail($content));
?>