在论坛好久了没有怎么正式的发表过东西，今天给大家共享一下我的采集代码！
思路：
采集程序的思路很简单大体可以分为以下几个步骤： 1.获取远程文件源代码（file_get_contents或用fopen）. 2.分析代码得到自己想要的内容（这里用正规匹配，一般是得到分页）。 3.跟根得到的内容进行下载入库等操作。
在这里第二步有可能要重复的操作好几次，比如说要先分析一下分页地址，在分析一下内页的内容才能取得我们想要的东西。
代码：
记的以前发部过部分的代码今天我在这里在简单的发部一下复制php内容到剪贴板php代码:@$nl=file_get_contents($rs[url]);//抓取远程内容preg_match_all(“/var url = “gameswf/(.*?).swf”;/is”,$nl,$connect);//进行正规匹配取得自己要的内容mysql_query(“insert ……插入数据库部分”);
上面的代码就是所有采集要用到的代码了，当然大家也可以用fope来作，我个人喜欢用file_get_contents。
下面在共享一下我的下载图片flash到本地的办法，太简单了两行代码复制php内容到剪贴板php代码:if(@copy($url,$newurl)){echo ok;}
在论坛上以前还发过一个图片下载函数这会也放上来给大家复制php内容到剪贴板php代码:/*本存图片函数*/function getimg($url,$filename){ /*判断图片的url是否为空，如果为空停止函数*/ if($url==””){ return false; } /*取得图片的扩展名，存入变量$ext中*/ $ext=strrchr($url,”.”); /*判断是否是合法的图片文件*/ if($ext!=”.gif” && $ext!=”.jpg”){ return false; } /*读取图片*/ $img=file_get_contents($url); /*打开指定的文件*/ $fp=@fopen($filename.$ext,”a”); /*写入图片到指点的文件*/ fwrite($fp,$img); /*关闭文件*/ fclose($fp); /*返回图片的新文件名*/ return $filename.$ext;}
共享一下个人的采集心德：
1.不采那些作防盗链了的站，其实可以作假来路但是这样的站采集成本太高
2.采集尽量快的站，最好在本地进行采集
3.采集时有很多时候可以先把一部分数据存入数据库，等以后进行下一步的处理。
4.采集的时候一定要作好出错处理，我一般都是如果采集三次没有成功就跳过。以前经常就因为一条内容不能采就卡在那里一直的采。
5.入库前一定要作好判断，检查内容的合法，过滤不必要的字符串。
http://www.bkjia.com/phpjc/508292.htmlwww.bkjia.comtruehttp://www.bkjia.com/phpjc/508292.htmltecharticle在论坛好久了没有怎么正式的发表过东西，今天给大家共享一下我的采集代码！ 思路： 采集程序的思路很简单大体可以分为以下几个步骤…