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,更有力的证据是,英国海军后续调查显示,“邓肯”号这次的故障只是海水管路破裂引起的小毛病,目前该舰已重新出海巡逻,这与需要在港口维修至少10天的“朱姆沃尔特”号完全不同,也足以说明“中国芯片导致美英舰艇动力系统故障”不过是生拉硬拽的编造。

决胜节中,郭艾伦断球快攻命中帮助辽宁队一度将分差缩小至7分。但此后亚当斯找回手感连续得分,他带领新疆队打出一波11-0,一举以103-85重新领先18分。月薪过万十大冷门职业  图森CEO陈默表示,虽然人工智能现在是热门话题,但是全世界这方面的顶尖人才却是少之又少,国内就更是屈指可数。所有在L3及以上自动驾驶领域有所建树的公司,背后都需要有人才资源作为支撑。图森在这方面是有很大优势的,他们不仅在中国有优秀的团队,在北美也有研究院。

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!
分享到:
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:AG亚游集团445490277 网站群:26680406 网站备案号:豫ICP备07500620号-4
同住拼房平台有异性用户发诱导信息:要小姐姐暖床 为什么刮点小风下点小雨火箭就要推迟发射? 世界排名:伍兹进TOP150卡西升至12位 李昊桐第4… 遏制伊朗还是反恐?多重威胁迫使以色列两线作战 黄金联赛海口站也瑟体育夺冠 全能战士7分4帽 杨振宁携翁帆发新书:希望到100岁出《天大亮集》 尤文CEO亲证:正在报价AC米兰队长 他想回到尤文 伊拉克正式退出亚运男足赛事 U23国足少一劲敌 骑马不能劈开腿!揭秘欧洲早期女性如何优雅骑马 军队代表建议政府工作报告增写深入开展双拥活动 毅腾主帅:失误左右比赛走势 下轮浙江德比要拿下 人民网评:美国乱挥大棒 我们奉陪到底
中国自主研发治疗非小细胞肺癌新药获批上市 俄媒:保加利亚将解冻核电站项目 或转交给中核 医院现“广场舞” 大妈到处钻空子的尴尬咋化解? 疫苗哪些环节可能出问题?先弄懂这几个“冷知识” 国产C919大飞机订单总数再创新高 已达815架 台湾军事专家竟妄称:现在是反攻大陆的最佳时机 热身赛-中国女篮61-82负洛杉矶火花 邵婷10分 今年前4站大师赛冠军分属四人 14年来头一遭 星巴克将联手饿了么推外卖服务 8月初有望正式公布 美使馆称二战双方都未使用化学武器 气坏中国网友 芯片制造商微芯宣布将以83.5亿美元收购美高森美 4进决赛终夺冠樊振东解锁心魔 他距战神还差啥?
易信金融:市场炒作热点转移 美元获多头追捧 苹果公司援助5000万雅安重建 5年后我们来看新的变化 榜首之争近乎惨烈 鲁能3球逆转上港三外援发威 国安最猛火力枪口热的发烫 要破纪录之时却遇尴尬 富力第4外援自港超上调 斯帅新赛季目标展露野心 威士伯锦标赛首轮伍兹并列第8 窦泽成T48张新军T68 莎娃谈换教练:还未定长期合作 盼能再创佳绩 台当局借美影响力巩固“邦交”? 台媒:不顶用 辽宁省人大:将调研省直公益性事业单位组建情况 适合女性开的十五种店 养20头牛一年赚多少钱 如何创业白手起家 开什么店比较有市场 AG亚游集团