管理资源吧首页>>>教程>>>编程>>>PHP教程>>>

初级的用php写的采集程序

　　可以先用这个采集然后在用帝国处理

　　<?php

　　####################################################################################

　　#作者：9elong

　　#网站：个人小站不值一提

　　#时间：2007-01-01

　　#声明：仅用于学习php之用。

　　#功能：采集单页面图片。

　　#说明：3个示范表单已经写好正则用来示范。没有任何功能说明，一切都在源代码里。附加论坛图片采集正则示范

　　####################################################################################

　　//把图片从信息页抓取下来的函数

　　function  getimg($url,$n,$key,$imgqian,$imgbiao,$titlekey)

　　{

　　//$key图片地址正则

　　//$titlekey图片标题正则

　　//$imgqian图片地址前缀

　　//$imgbiao图片地址特殊标识

　　global  $n;

　　global  $msg;

　　global  $result;

　　global  $imgadd;

　　global  $title;

　　$msg=file_get_contents($url);

　　$key=str_replace("{图片地址}","(.+)",$key);

　　$key="|".$key."|isU";

　　preg_match_all($key,$msg,$result);

　　$c=count($result[0]);

　　for($i=0;$i<$c;$i++)

　　{

　　$img=$result[0][$i]."<br>";

　　if(ereg("^.*".$imgbiao.".*$",$img))

　　{

　　$img=str_replace($imgbiao,$imgqian.$imgbiao,$img);

　　preg_match("|http://(.+)jpg|isU",$img,$img);

　　$imgadd[$n]=$img[0];

　　//echo  "<img  src=".($img[0])."><br>";

　　$n++;

　　}

　　elseif(ereg("^.*jpg.*$",$img))

　　{

　　preg_match("|http://(.+)jpg|isU",$img,$img);

　　$imgadd[$n]=$img[0];

　　if($img[0]!="")

　　$n++;

　　}

　　unset($img);

　　}

　　$titlekey=str_replace("{图片标题}","(.+)",$titlekey);

　　$titlekey="|".$titlekey."|isU";

　　preg_match($titlekey,$msg,$title);

　　//echo  $title[0];

　　return  $title;

　　return  $msg;

　　return  $result;

　　return  $n;

　　return  $imgadd;

　　}

　　####################################################################################

　　#不支持file_get_contents()函数可以使用下面的替换

　　#$i=0;

　　#$handle=@fopen($url,"rb");

　　#while  (!@feof($handle))

　　#{

　　#                $buffer[$i]=  @fgets($handle,  4096);

　　#                $i++;

　　#}

　　#fclose($handle);

　　#$msg=join("",$buffer);

　　####################################################################################

　　if($_GET['act']=="getimgadd"&&$_POST['url']!="")

　　{

　　$url=$_POST['url'];

　　getimg($url,"0",$_POST['key'],$_POST['imgqian'],$_POST['imgbiao'],$_POST['titlekey']);

　　####################################################################################

　　//获取分页

　　if($_POST['getpage']=="是")

　　{

　　$_POST['page']=str_replace("{分页地址}","(.+)",$_POST['page']);

　　$page="|".$_POST['page']."|isU";

　　//echo  $page;

　　preg_match_all($page,$msg,$presult);

　　if($_POST['pc']==""||$_POST['pc']=="全部")

　　$pc=count($presult[0]);

　　else

　　$pc=$_POST['pc'];

　　if($_POST['pc']>count($presult[0]))

　　$pc=count($presult[0]);

　　for($i=1;$i<$pc;$i++)

　　{

　　$pageurl=$presult[0][$i];

　　//echo  $pageurl."<br>";

　　if(ereg("^.*[1-9].*$",$pageurl))

　　{

　　$pageurl=str_replace("<a  href="","<a  href="".$_POST['imgqian'],$pageurl);

　　$pagekey=str_replace("{关键地址}","(.+)",$_POST['pagekey']);

　　$pagekey="|".$pagekey."|isU";

　　preg_match($pagekey,$pageurl,$N3[$i]);

　　//echo  ($N3[$i][0])."<br>";

　　getimg($N3[$i][0],$n,$_POST['key'],$_POST['imgqian'],$_POST['imgbiao'],$_POST['titlekey']);

　　}

　　}

　　}

　　####################################################################################

　　echo  "图片集〖".$title[1]."〗".$n."张图片被抓取<br><a  href='?act='>返回首页</a><br>";

　　while(list($num,$var)=each($imgadd))

　　{

　　if($_POST['showtype']=="图片")

　　{

　　echo  "<img  src='".$var."'><br>";

　　}

　　else

　　echo  $var."<br>";

　　}

　　####################################################################################

　　//exit();

　　}

　　?>

　　实例1(信息页有分页，使用了简单的分页正则)：

　　<FORM  METHOD=POST  ACTION="?act=getimgadd">

　　输入图片地址<INPUT  TYPE="text"  NAME="url"  size=80  value='http://www.pp132.com/n835c17.shtml'><br>

　　图片地址正则<INPUT  TYPE="text"  NAME="key"  size=80  value='<img{图片地址}>'><br>

　　图片地址前缀<INPUT  TYPE="text"  NAME="imgqian"  size=80  value='http://www.pp132.com/'><br>

　　图片地址标识<INPUT  TYPE="text"  NAME="imgbiao"  size=80  value='upload'><br>

　　图片标题正则<INPUT  TYPE="text"  NAME="titlekey"  size=80  value='<H1  class=aTitle>{图片标题}</H1></DIV>'><br>

　　分页地址正则<INPUT  TYPE="text"  NAME="page"  size=80  value='<a  href="{分页地址}shtml">.[0-9]'><br>

　　分页地址模式<INPUT  TYPE="text"  NAME="pagekey"  size=80  value='http://{关键地址}shtml'><br>

　　<SELECT  NAME="getpage">

　　<option  value="是"    selected="selected">获取分页信息</option>

　　<option  value="否">不要分页信息</option>

　　</SELECT><br>

　　<SELECT  NAME="pc">

　　<option  value="1"    selected="selected">获取1页</option>

　　<option  value="2">获取2页</option>

　　<option  value="3">获取3页</option>

　　<option  value="4">获取4页</option>

　　<option  value="5">获取5页</option>

　　<option  value="全部">获取全部</option>

　　</SELECT><br>

　　<SELECT  NAME="showtype">

　　<option  value="图片"    selected="selected">直接显示图片</option>

　　<option  value="文字">直接显示地址</option>

　　</SELECT><br>

　　<INPUT  TYPE="submit">

　　</FORM><br>

　　实例2(信息页没有分页，所以分页正则为空)：

　　<FORM  METHOD=POST  ACTION="?act=getimgadd">

　　输入图片地址<INPUT  TYPE="text"  NAME="url"  size=80  value='http://zy.muwen.com/pic/89/2007/01/01/131721.htm'><br>

　　图片地址正则<INPUT  TYPE="text"  NAME="key"  size=80  value='<IMG  src="/UpLoad{图片地址}jpg"'><br>

　　图片地址前缀<INPUT  TYPE="text"  NAME="imgqian"  size=80  value='http://zy.muwen.com/'><br>

　　图片地址标识<INPUT  TYPE="text"  NAME="imgbiao"  size=80  value='UpLoad'><br>

　　图片标题正则<INPUT  TYPE="text"  NAME="titlekey"  size=80  value='<span  id="_ctl0_TitleLabel"  class="Title">{图片标题}</span></TD>'><br>

　　分页地址正则<INPUT  TYPE="text"  NAME="page"  size=80  value=''><br>

　　分页地址模式<INPUT  TYPE="text"  NAME="pagekey"  size=80  value=''><br>

　　<SELECT  NAME="getpage">

　　<option  value="是">获取分页信息</option>

　　<option  value="否"    selected="selected">不要分页信息</option>

　　</SELECT><br>

　　<SELECT  NAME="pc">

　　<option  value="1"    selected="selected">获取1页</option>

　　<option  value="2">获取2页</option>

　　<option  value="3">获取3页</option>

　　<option  value="4">获取4页</option>

　　<option  value="5">获取5页</option>

　　<option  value="全部">获取全部</option>

　　</SELECT><br>

　　<SELECT  NAME="showtype">

　　<option  value="图片"    selected="selected">直接显示图片</option>

　　<option  value="文字">直接显示地址</option>

　　</SELECT><br>

　　<INPUT  TYPE="submit">

　　</FORM><br>

　　实例3(信息页没有分页，所以分页正则为空,图片为绝对地址，所以图片地址前缀为空)：

　　<FORM  METHOD=POST  ACTION="?act=getimgadd">

　　输入图片地址<INPUT  TYPE="text"  NAME="url"  size=80  value='http://www.6642.com/Disp/9936.htm'><br>

　　图片地址正则<INPUT  TYPE="text"  NAME="key"  size=80  value='<P><IMG{图片地址}"></P>'><br>

　　图片地址前缀<INPUT  TYPE="text"  NAME="imgqian"  size=80  value=''><br>

　　图片地址标识<INPUT  TYPE="text"  NAME="imgbiao"  size=80  value='UpLoad'><br>

　　图片标题正则<INPUT  TYPE="text"  NAME="titlekey"  size=80  value='<div  align="right"><b>{图片标题}</b></div></td>'><br>

　　分页地址正则<INPUT  TYPE="text"  NAME="page"  size=80  value=''><br>

　　分页地址模式<INPUT  TYPE="text"  NAME="pagekey"  size=80  value=''><br>

　　<SELECT  NAME="getpage">

　　<option  value="是">获取分页信息</option>

　　<option  value="否"    selected="selected">不要分页信息</option>

　　</SELECT><br>

　　<SELECT  NAME="pc">

　　<option  value="1"    selected="selected">获取1页</option>

　　<option  value="2">获取2页</option>

　　<option  value="3">获取3页</option>

　　<option  value="4">获取4页</option>

　　<option  value="5">获取5页</option>

　　<option  value="全部">获取全部</option>

　　</SELECT><br>

　　<SELECT  NAME="showtype">

　　<option  value="图片"    selected="selected">直接显示图片</option>

　　<option  value="文字">直接显示地址</option>

　　</SELECT><br>

　　<INPUT  TYPE="submit">

　　</FORM><br>

　　华声论坛图片为附件http://bbs.hnol.net/dispbbs2.asp?boardID=50&ID=336436

　　图片地址正则:upload=jpg{图片地址}upload

　　图片地址标识:bbs

　　图片标题正则:帖子主题</B>：{图片标题}</th>

　　华声论坛图片为外链http://bbs.hnol.net/dispbbs2.asp?boardID=50&ID=336253

　　图片地址正则:img]{图片地址}/img

　　图片地址标识:jpg

　　图片标题正则:帖子主题</B>：{图片标题}</th>

教程首页 更多教程