您当前的位置: AG亚游集团 > 网站编程 > PHP教程 > phpwind验证码代码讲解

phpwind验证码代码讲解

作者:admin 来源:不详 发布时间: 2008-06-04 08:50 点击: 次
采集器,通常又叫小偷程序,主要是用来抓取别人网页内容的。关于采集器的制作,其实并不难,就是远程打开要采集的网页,然后用正则表达式将需要的内容匹配出来,只要稍微有点正则表达式的基础,都能做出自己的采集器来的。 前几天做了个小说连载的程序,因为

AG亚游集团,  新用户的涌入导致互联网的设计要考虑到新的用户,才能有真正大的发展空间。有些事情讲起来像是笑话,更是现实。

  上周有卫星图像显示,中国正在南沙美济礁修建飞机跑道。有记者提问,中方在南沙修建第三条跑道有什么考虑?吴谦表示,中国对南沙部分驻守岛礁进行了相关建设和设施维护,岛礁设施的功能是多方面的、综合性的,除满足必要的军事防卫需求外,更多的是为各类民事需求服务,为各国的共同利益服务,这也有利于中方履行国际责任和义务。中方在南沙岛礁的建设不影响、不针对任何国家,有利于国际社会。怎么样白手起家  北京卫戍区被外界称为“御林军”,其军政主管,必然深得中央信任。如今担任北京军区政委的刘福连上将,曾在北京卫戍区任职多年,有丰富的政治工作。

phpwind验证码代码讲解

    采集器,通常又叫小偷程序,主要是用来抓取别人网页内容的。关于采集器的制作,其实并不难,就是远程打开要采集的网页,然后用正则表达式将需要的内容匹配出来,只要稍微有点正则表达式的基础,都能做出自己的采集器来的。 
  前几天做了个小说连载的程序,因为怕更新麻烦,顺带就写了个采集器,采集八路中文网的,功能比较简单,不能自定义规则,不过大概思路都在里面了,自定义规则可以自己来扩展。 
  用php来做采集器主要用到两个函数:file_get_contents()和preg_match_all(),前一个是远程读取网页内容的,不过只在PHP5以上的版本才能用,后一个是正则函数,用来提取需要的内容的。 
  下面就一步一步来讲功能实现。 
  因为是采集小说,所以首先要将书名、作者、类型这三个提取出来,别的信息可根据需要提取。
  这里以《回到明朝当王爷》为目标,先打开书目页,链接:/www5b0286zw5b02com/Book/3727/Index.aspx
  多打开几本书会发现,书名的基本格式是:/www5b0286zw5b02com/Book/书号/Index.aspx,于是我们可以做一个开始页,定义一个<input type=text name=number>,用来输入需要采集的书号,以后就可以通过$_POST[‘number’]这种格式来接收需要采集的书号了。接收到书号,下面要做的就是构造书目页:$url=/www5b0286zw5b02com/Book/$_POST[‘number’]/Index.aspx,当然这里是举个例子,主要是为了讲解方便,实际制作的时候最好检查一下$_POST[‘number’]的合法性。 
  构造好URL以后就可以开始采集书籍信息了。使用file_get_contents() 函数打开书目页:$content=file_get_contents($url),这样就能将书目页的内容都读取出来了。接下来就是将书名、作者和类型等信息匹配出来了。这里就以书名为例,其他的都一样。 打开书目页,查看源文件,找到“<span class="booktitle">《回到明朝当王爷》</span>”,这就是要提取出来的书名了。提取书名的正则表达式:/<span class=\"newstitle\">(.*?)\<\/span>/is,使用preg_match_all()函数将书名取出:preg_match_all("/<span class=\"newstitle\">(.*?)\<\/span>/is",$contents,$title);这样$title[0][0]的内容就是我们要的标题了(preg_match_all函数的用法可以去百度查,这里就不详细说明了)。取出了书籍信息,接下来就是取章节内容了,要取章节内容,首先要做的就是找到每一章的地址,然后远程打开章节,用正则将内容取出来,入库或者直接生成html静态文件。这个是章节列表的地址:/www5b0286zw5b02com/Html/Book/18/3727/List.shtm,可以看出这个和书目页一样,是有规律可寻的:/www5b0286zw5b02com/Html/Book/分类号/书号/List.shtm。书号前面已经取得,这里的关键是找到分类号,分类号可以在前面的书目页找到,提取分类号:
  preg_match_all("/Html\/Book\/[0-9]{1,}\/[0-9]{1,}\/List\.shtm/is",$contents,$typeid);这样还不够,还需要一个切取函数:
  [复制PHP代码] [ - ]PHP代码如下:
function cut($string,$start,$end){
$message = explode($start,$string);
$message = explode($end,$message[1]); return $message[0];}其中$string为要被切取的内容,$start为开始的地方,$end为结束的地方。取出分类号:
$start = "Html/Book/";
$end
= "List.shtm";
$typeid = cut($typeid[0][0],$start,$end);
$typeid = explode("/",$typeid);[/PHP] 
  这样,$typeid[0]就是我们要找的分类号了。接下来就是构造章节列表的地址了:$chapterurl = /www5b0286zw5b02com/Html/Book/.$typeid[0]/$_POST[‘number’]/List.shtm。有了这个就能找到每一章节的地址了。方法如下:
$ustart = "\""; 
$uend
= "\""; 
/t表示title的缩写
$tstart = ">"; 
$tend
= "<"; 
/取路径,例如:123.shtm,2342.shtm,233.shtm
preg_match_all("/\"[0-9]{1,}\.(shtm)\"/is",$chapterurl,$url); 
/取标题,例如:第一章 九世善人
preg_match_all("/<a href=\"[0-9]{1,}\.shtm\"(.*?)\<\/a>/is",$file,$title); 
$count = count($url[0]);
for($i=0;$i<=$count;$i++)
{
$u = cut($url[0][$i],$ustart,$uend);
$t = cut($title[0][$i],$tstart,$tend);
$array[$u] = $t;

  $array数组就是所有的章节地址了,到这里,采集器就完成一半了,剩下的就是循环打开每个章节地址,读取,然后将内容匹配出来。这个比较简单,这里就不详细叙述了。好了,今天就先写到这吧,第一次写这么长的文章,语言组织方面难免有问题,还请大家多包涵!
本文"phpwind验证码代码讲解"由远航站长收集整理而来,仅供大家学习与参考使用。更多AG亚游集团尽在远航站长站。
顶一下
(0)
0%
踩一下
(0)
0%
[点击 次] [返回上一页] [打印]
发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 密码: 验证码:
关于本站 - 联系我们 - 广告合作 - 网站声明 - 友情连接- 网站地图 - 站点地图 - 返回顶部
Copyright © 2007-2013 www.yhzhan.com(AG亚游集团). All Rights Reserved .
远航站长:为中小站长提供最佳的学习与交流平台,提供网页制作与网站编程等各类AG亚游集团.
官方QQ:445490277 网站群:26680406 网站备案号:豫ICP备07500620号-4
对话徐新:把平庸企业杀掉 投资人要有熬过谷底的信仰 中国民航局:4家美航企已开始整改 但整改还不完整 菲戈:凯恩能否立足皇马很难说 皇马和热刺不一样 邦达亚洲:市场避险情绪升温 黄金受益冲击1340 美专家:美国无法靠石油封锁赢得对中国战争 中国指责欧盟将WTO带回“丛林法则” 也算是费尽心机 欧盟与美国贸易谈判动用“神器” 今年这17类人将受益 另一部分人被“敲警钟” 第三节27-8!北京就靠这疯狂一节闷死上海! 勇敢者的游戏---由中兴开始的2018中美芯片战 Waymo教警方:紧急情况下如何控制Waymo自动驾驶… 姆巴佩:金球奖选C罗内少魔笛和自己 巴黎有意坎特
王毅:我国在巴基斯坦建十几座电站 彻底解决缺电 隔空PK泰达惨败权健 难兄难弟下轮提前演生死战 吉尔吉斯斯坦议会投票选举阿布尔加济耶夫为总理 韩美外长通话 美称继续就朝美首脑会晤做准备 武磊:追平纪录只是水到渠成 为同一队打进最特别 阿富汗总统:要是美国撤了 政府6个月内必崩溃 中国金融科技独角兽领跑全球 IPO提速或迎国内上市热 5G标准之争 联想亲历者讲述“投票”细节 今年中国大豆种植面积预计增加1000万亩 压缩水稻 开发商6次送官员24箱“书” 里面装1200万现金 孔蒂:批评者太蠢!傻子才和曼城对攻 请看阿森纳 主场18胜1负反成山东队包袱?17次失误造输球
外媒:叙大马士革IS最后据点被清除 获得全面解放 民调显示一半美国民众不满特朗普与普京会面表现 冒牌出租车司机拿“手枪”指乘客:没几秒驶离现场 普京连任“板上钉钉”? 俄年轻人:不是他还有谁 足协杯-U23新星梅开二度裴帅1V3 权健3-0进16… 马德里赛蒂姆逆转丘里奇 携兹维列夫晋级八强 延安中考考生成绩出错 有考生英语成绩误差41分 耀才植耀辉:道指2月累跌4.3% 港股续考验下方支持 牛汇:多家国际顶级机构最新市场点评一览 没学历女生做什么工作 微信赚钱平台 手机可以做的打字兼职 怎么在家里挣钱 AG亚游集团