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

  • 微信小程序小游戏怎么制作

    制作微信小程序小游戏,是当今移动互联网时代的一种新的娱乐方式,也是一种新的创业模式。在这种新的娱乐方式中,开发者可以利用微信小程序的平台,开发出自己的小游戏,让用户在微信小程序中进行游戏。本文将介绍如…

    投稿 2023年7月8日
  • 健康证照片尺寸(健康证照片尺寸哪里照)

    在生活中,每次我们需要用到证件照,都会跑去照相馆,非常麻烦。照相馆老板不敢告诉你,其实用手机就能直接生成证件照,下面就来教大家如何制作,方法简单,一

    2022年1月2日
  • 末世小说排行榜前十名(末世红警小说排行榜前十名)

    《前夜》作者白银之瞳状态已完结丧尸、末世类小说。从设定上来看,这是一本很普通的丧尸类小说。但从人物塑造上来看,这本书一点也不普通。本书的主角李杰,

    2022年1月2日
  • 诛仙什么职业最厉害?诛仙角色哪个厉害

    新《诛仙》手游从上线至今,都受到了很多玩家的喜爱,而作为新《诛仙》手游的老玩家,被问的最多的一个问题就是:诛仙的哪个职业最厉害?其实我只想说,没有哪个职业最厉害,但在选角这一块,我会推荐大家:选择帅(…

    2022年11月20日
  • 什么是超线程?cpu超线程数量

    我们都知道现在的CPU至少都是两个核心以上的多核心CPU了。 但是Intel还有一个东西,叫做CPU超线程(Hyper-Threading)功能!那是什么? 我们也知道现在的系统大多都是多工的系统,同时间有很多的程序会让CPU来执行。…

    投稿 2022年10月26日
  • mac怎么格式化u盘?mac系统u盘格式

    macOS 上有个内置的工具叫「磁盘工具」。有了它,我们可以在 Mac 上修改外置磁盘(比如U盘、移动硬盘、SD 卡)的文件系统格式(格式化),或者给磁盘分区,甚至创建一个自己的 dmg 文件。 修改磁盘文件系统(俗称格…

    2021年11月16日
  • 微信出现系统错误怎么办

    微信出现系统错误怎么办 ============================ 微信是当今最流行的社交软件,但是有时候用户会遇到系统错误,这时候就需要知道怎么办了。下面就来介绍一下微信出现系统错误怎么办。 一、检查网络 ----------…

    投稿 2023年3月28日
  • 半括号怎么打出来

    括号是一种符号,可以用来表达一些特定的意思。它们可以用来提示读者,表明某些内容是附加的,或者表明某些内容是可选的。括号也可以用来表示某些词语或短语的含义,以及某

    投稿 2023年3月1日
  • 差字的部首是什么

    一、汉字的部首 汉字是汉族文化的重要组成部分,它们不仅是汉语的基本组成单位,而且也是汉族文化的象征。汉字由部首和部件组成,部首是汉字的基本组成单位,也是汉字的精华所在。 二、部首的种类 部首有很多种,如“…

    投稿 2023年7月17日
  • 怎样圆滑处理人际关系?人际沟通技巧

    提高人际沟通技巧的10个方法 1. 理解沟通的细微差别 沟通早已不再局限于口头的交流,而变成人与人之间联系的有效方式。沟通过程中存在着许多干扰和扭曲信息传递的因素,在传达的过程中信息的内容和含义经常会被误解…

    2022年10月19日