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

  • 密度计的刻度是均匀的吗?密度计读数与密度换算

    1潜水艇:靠改变自身的重量来实现浮沉,其重要部分是水舱。 2轮船: 2.1轮船的大小通常用排水量来表示,排水量是个专有名词,它是指船满载时排开的水的质量。如将上述质量算成重量也就是…

    2022年11月24日
  • 微信怎么做店铺小程序

    如今,随着移动互联网的发展,小程序在商业活动中发挥着越来越重要的作用。微信小程序作为一种新型的移动应用,它可以帮助企业更好地开展线上业务,提高企业的品牌影响力和客户体验。那么,怎样…

    投稿 2023年7月14日
  • 如何root安卓手机(安卓root权限)

    能解锁Bootloader的安卓设备,理论上都可以Root,目前主流手机品牌,好像除了vivo和华为(华为部分型号据说可以从淘宝购买解锁码来解锁Bootloader),其他都可以解…

    2022年11月22日
  • 紫苏的种植方法

    紫苏,又称香苏、香麻、香菜、藿香等,是一种多年生香料植物,广泛用于中式烹饪、中药材及化妆品等领域。作为一种适应性强、生长快速的植物,紫苏的种植和养护相对容易,深受爱好者的青睐。以下…

    投稿 2024年5月8日
  • 星际争霸2怎么拥有两个种族?星际争霸2人族开局

    为什么说人族开局两船兵,是检测敌我双方的照妖镜? 文接昨天。囧王者前几天连续写了如何拉萌新玩家入《星际争霸》的坑,现在已经有不少小伙伴开始琢磨着拉新人入坑了。乘着这个机会,囧王者来…

    2022年11月10日
  • 淘宝滞销宝贝有什么影响?滞销宝贝在哪里

    在店铺的运营过程中多少都会存在一些滞销宝贝,但是这些宝贝会不会对店铺有影响呢?滞销宝贝具有哪些特点呢?我马上就来给各位卖家们介绍。 1、降低搜索权重 新品上架之后,淘宝会给予一定的…

    2022年10月16日
  • 微信手机绑定怎么解除?微信解绑注销的手机号

    微信解绑手机号的操作方法如下:(要注意的是,从2020年10月6日开始,微信号不支持解绑手机号,若个人绑定微信的手机号不再使用或其他原因需要更换,请直接在设置中进行更换手机号即可,…

    2022年11月13日
  • 口碑最好的奶粉排名(世界奶粉排名)

    德国爱他美白金版 参考国际妈咪APP:246/800g 理由: 不添加蔗糖和麦芽糊精,配方添加双重HMO母乳低聚糖、益生元组合、天然乳脂及高含量的DHA,在宝宝的抵抗力提升、防止便…

    2022年11月25日
  • 喝牛奶会长高吗?世界公认最快长高方法

    想要孩子长得高,牛奶就该喝得多,真是这样吗?医生告知真相 首先医生要告诉大家,喝牛奶从某些方面来说,的确有利于骨骼发育。因为其中含有非常多的营养物质,例如蛋白质、钙等,而这些营养物…

    2022年12月2日
  • 金新月是哪三个国家?金新月地区指哪里

    众所周知,毒品是当今世界上危险性最大的东西,可以说是和平时期的“核弹”,中国对于毒品的打击和贩卖的严厉程度也是全世界最厉害的国家,因为在一百多年前,中国因为鸦片的危险,使得中国受辱…

    2022年10月13日