php采集安装教程(Python数据采集流程)

  本篇文章给大家带来的内容是关于php中常用的采集函数的总结(附代码),有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助。  这几天关注了一下PHP的采集程序,才发现用PHP采集内容是这么方便,

  本篇文章给大家带来的内容是关于php中常用的采集函数的总结(附代码),有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助。

  「php」php中常用的采集函数的总结,值得收藏!(附代码)「php」php中常用的采集函数的总结,值得收藏!(附代码)这几天关注了一下PHP的采集程序,才发现用PHP采集内容是这么方便,把经常用到的采集函数在这里总结一下,方便以后使用!

  获取所有链接内容和地址

  function getAllURL($code){

  preg_match_all(‘/”‘ ]+)[“|’]?s*[^>]*>([^>]+)/i’,$code,$arr);

  return array(‘name’=>$arr[2],’url’=>$arr[1]);

  }

  获取所有的图片地址

  function getImgSrc($code){

  $reg = “/]*src=”(http://(.+)/(.+).(jpg|gif|bmp|bnp|png))”/isU”;

  preg_match_all($reg, $code, $img_array, PREG_PATTERN_ORDER);

  return $img_array[1];

  }

  当前的脚本网址

  function getSelfURL(){

  if(!empty($_SERVER[“REQUEST_URI”])){

  $scriptName = $_SERVER[“REQUEST_URI”];

  $nowurl = $scriptName;

  }else{

  $scriptName = $_SERVER[“PHP_SELF”];

  if(empty($_SERVER[“QUERY_STRING”])) $nowurl = $scriptName;

  else $nowurl = $scriptName.”?”.$_SERVER[“QUERY_STRING”];

  }

  return $nowurl;

  }

  把全角数字转为半角数字

  function getAlabNum($fnum){

  $nums = array(“0”,”1”,”2”,”3”,”4”,”5”,”6”,”7”,”8”,”9”);

  $fnums = “0123456789”;

  for($i=0;$i”,”>”,$txt);

  $txt = preg_replace(“/[rn]{1,}/isU”,”rn”,$txt);

  return $txt;

  }

  清除HTML标记

  function clearHtml($str){

  $str = str_replace(‘’,’>’,$str);

  return $str;

  }

  相对路径转化成绝对路径

  function relative2Absolute($content, $feed_url) {

  preg_match(‘/(http|https|ftp):///’, $feed_url, $protocol);

  $server_url = preg_replace(“/(http|https|ftp|news):///”, “”, $feed_url);

  $server_url = preg_replace(“//.*/”, “”, $server_url);

  if ($server_url == ”) {

  return $content;

  }

  if (isset($protocol[0])) {

  $new_content = preg_replace(‘/href=”//’, ‘href=”‘.$protocol[0].$server_url.’/’, $content);

  $new_content = preg_replace(‘/src=”//’, ‘src=”‘.$protocol[0].$server_url.’/’, $new_content);

  } else {

  $new_content = $content;

  }

  return $new_content;

  }

  获取指定标记中的内容

  function getTagData($str, $start, $end){

  if ( $start == ” || $end == ” ){

  return;

  }

  $str = explode($start, $str);

  $str = explode($end, $str[1]);

  return $str[0];

  }

  「php」php中常用的采集函数的总结,值得收藏!(附代码)「php」php中常用的采集函数的总结,值得收藏!(附代码)HTML表格的每行转为CSV格式数组

  function getTrArray($table) {

  $table = preg_replace(“‘]*?>’si”,'”‘,$table);

  $table = str_replace(“”,'”,’,$table);

  $table = str_replace(“”,”{tr}”,$table);

  //去掉 HTML 标记

  $table = preg_replace(“‘’si”,””,$table);

  //去掉空白字符

  $table = preg_replace(“‘([rn])[s]+'”,””,$table);

  $table = str_replace(” “,””,$table);

  $table = str_replace(” “,””,$table);

  $table = explode(“,{tr}”,$table);

  array_pop($table);

  return $table;

  }

  将HTML表格的每行每列转为数组,采集表格数据

  function getTdArray($table) {

  $table = preg_replace(“‘]*?>’si”,””,$table);

  $table = preg_replace(“‘]*?>’si”,””,$table);

  $table = preg_replace(“‘]*?>’si”,””,$table);

  $table = str_replace(“”,”{tr}”,$table);

  $table = str_replace(“”,”{td}”,$table);

  //去掉 HTML 标记

  $table = preg_replace(“‘’si”,””,$table);

  //去掉空白字符

  $table = preg_replace(“‘([rn])[s]+'”,””,$table);

  $table = str_replace(” “,””,$table);

  $table = str_replace(” “,””,$table);

  $table = explode(‘{tr}’, $table);

  array_pop($table);

  foreach ($table as $key=>$tr) {

  $td = explode(‘{td}’, $tr);

  array_pop($td);

  $td_array[] = $td;

  }

  return $td_array;

  }

  返回字符串中的所有单词 $distinct=true 去除重复

  function splitEnStr($str,$distinct=true) {

  preg_match_all(‘/([a-zA-Z]+)/’,$str,$match);

  if ($distinct == true) {

  $match[1] = array_unique($match[1]);

  }

  sort($match[1]);

  return $match[1];

  }

原创文章,作者:发布专员,如若转载,请注明出处:https://ziliaobaba.com/13614.html

(0)
发布专员发布专员
上一篇 2022年1月9日 22:20
下一篇 2022年1月9日 23:07

相关推荐

  • ipadmini尺寸

    IPad mini:一款精致的设备 一、iPad mini的尺寸 iPad mini是一款小巧的设备,尺寸为7.9英寸,重量仅为308克,比iPad Air更轻巧,可以放在口袋里,方便携带。它的尺寸让人感觉舒适,可以放在手中,操作起来也更加灵…

    投稿 2023年7月31日
  • 李宁羽毛球拍的选择(李宁高端羽毛球拍推荐)

    有球友问,对新手来说李宁羽毛球拍风刃001与能量01哪个适合?李宁适合新手的羽毛球拍推荐哪个? 这两个风刃001相对合适一些,高远球对新手更友好一些,控球也相对好控球一些;如果有更合适和推荐,那么推荐李宁WS72;…

    2022年11月14日
  • 夏天开空调温度多少合适

    夏天开空调温度多少合适 ======================================================== 随着夏天的到来,空调成为人们夏天生活中不可或缺的设备,但是很多人不知道开空调温度多少合适,下面就来介绍一下。 ## 保持室内…

    投稿 2023年3月23日
  • 中小学寒假放假时间2022年(浙江中小学寒假放假时间2022年)

    30日,龙头新闻·生活报记者从省教育厅获悉,近日,我省各地教育局陆续发布2022年中小学校寒假时间安排。哈尔滨市全市中小学校2022年寒假放假时间为1月16日至2月28日,开学时间为3月1日。如疫情防控部门或上级教育行政部门有新要求,放假时间和新学期开学时间将

    投稿 2022年1月8日
  • 雪的密度

    雪的密度 一、什么是密度 密度是一种物质的物理性质,它反映了一定体积内物质的质量。它是物质的重要性质,可以用来衡量物质的浓度,也可以用来衡量物质的质量。 二、雪的密度 雪是一种结晶体,它的密度取决于温度和…

    投稿 2023年7月3日
  • 一米等于多少毫米?厘米单位换算表

    长度单位有毫米、厘米、分米、米、千米。 1000米=1千米 1米=10分米=100厘米=1000毫米 1分米=10厘米=100毫米 1厘米=10毫米 只要熟记单位之间的进率,就能正确地进行换算。…

    2022年10月21日
  • 怎样做饼子又软又好吃窍门?薄饼怎么做软又好吃

    烙薄饼,也叫烙春饼,不只是立春那天吃,也是北方很多家庭的日常主食。 揉一块面,饧一饧,将或荤或素的菜炒几盘,最后用极快的速度烙几张薄饼,把菜一卷,那真叫痛快过瘾啊!夹菜卷着吃才是这薄饼的精髓,透着那股…

    2022年12月9日
  • 高端笔记本电脑什么品牌最好?高端笔记本电脑推荐

    11月11期间,不少品牌推出了主打新品,并在价格方面有巨大优惠力度,是学生和职场商务人士入手的好时机,尤其是高性能轻薄本,更加受到青睐。接下来我们就为大家推荐几款轻薄本,既有适合商务创作的双屏轻薄本,也有…

    2022年11月1日
  • 怎么用键盘复制粘贴快捷键?快捷复制粘贴键

    电脑上的快捷键有很多,你们知道其中的多少呢?复制粘贴还是只会鼠标右键点击复制粘贴吗?使用快捷键比使用鼠标进行复制粘贴方便很多,全选快捷键ctrl加什么?小编给大家带来快捷键教程!速速来学! 方法一:复制粘…

    2022年12月13日
  • 土豆发芽能吃吗?土豆发芽了可以吃么

    发芽的土豆有人说它们有毒,不能食用,有人说可以摘下芽去食用。哪一个是正确的? 马铃薯是我们日常生活中经常看到的食物之一。价格也很便宜。您可以花一两元买一斤。 它可以单独用作主食,也可以制成辛辣和开胃的土…

    2022年12月3日