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

  • 为什么手机充不进去电?数据线没坏但冲不上电

    很多朋友在使用手机进行充电时,发现手机电池充不进去电,于是就怀疑电池出现了故障,想要寻找一种方法来激活它,有这种想法是正常的,但导致电池充不进去电的原因有很多,不是所有的电池出现此类情况,都可以“激活”…

    2021年11月7日
  • rpg游戏制作软件手机版(rpg大师手机模拟器)

    众所周知,现在制作的引擎有很多,如虚幻,U3d等,而手机上面也出现了少部分制作游戏的软件,接下来瞎编按操作难度来分类。

    2022年1月12日
  • 今天晚上油价下降吗(今天晚上是不是油价调整)

    今天是2021年12月16日周四,2021年第24轮油价调整周期已经过了9个工作日,按照《石油价格管理办法》规定,在明天晚上24时,

    2022年1月4日
  • 视频文件格式有哪些(怎样把视频弄成mp4格式)

    哈喽!大家好,我是小易,欢迎来到我的知识分享站!在我们生活中或者工作上经常会在网上下载一些视频然后导入其他软件,会因为格式原因无法导入,这时我们就需要进行格式转换了。今天就教大家一招如何快速转换视频格式?记得

    2022年1月3日
  • kindle怎么连接电脑?kindle原装线才能连接电脑

    所以写个简单的教程,帮助大家简简单单,开始用Kindle“打开”epub电子书。 简单说明 1.Kindle原生是不支持epub的,它只支持mobi和azw3。epub是一种开源格式,后面两个是亚马逊自创的,就是这么傲娇。亚马逊这么做,纯…

    2021年11月13日
  • m1m2是什么意思(什么是M0,M1,M2?)

    我个人并非货币银行学专业出身,只是去年研究数字货币的时候看了很多资料,也读了几本大块头。站在巨人的肩膀上看到了一些风景然后分享一下。 货币供应是市场的总阀门,上涨是资金买上去的,下跌是出货卖出来的,看…

    2021年11月2日
  • 有底座假发髻怎么固定?假发髻固定教程

    有很多人都说假发容易掉,却不知道是自己买的假发不够牢固。戴假发在公众场合掉落,的确是一件十分尴尬的事情,恨不得找个缝儿钻进去。 不过,现在很多假发的牢固性都是很强的,比如定制假发,日常生活都不容易掉落…

    2021年11月3日
  • 小电炖锅?小炖锅

    作为一个除了福建人什么都能用来煲汤的广东人,从小到大就是喝着老妈的老火靓汤长大的。小时候千方百计想要逃,长大后却无师自通的学会了给自己炖一锅汤,下班回家舀上一碗,感觉生活都值了。 还记得在家的时候,老…

    2021年11月16日
  • 微商朋友圈推广文案?微信朋友圈推广文案

    这段时间一直在头条上发布各类文案写作干货,今天终于轮到写「朋友圈文案」。 作者简介: 大学时期,曾任某知名微商品牌高级代理商,因写得一手好文案,被团队特聘为导师,被董事长特聘为监管员(有偿)。 自由撰稿…

    2021年11月16日
  • 冬笋怎么做好吃?冬笋的吃法

    今天突然想起冬笋,虽然现在不是冬笋盛产的季节,但是每当回想起冬笋那鲜美的味道,脆爽的口感,就垂涎四尺!所以,这期的美食教程呢,天健美食坊就准备给大家分享冬笋的几种特色吃法,喜欢吃冬笋的朋友们就赶紧围观…

    2022年11月22日