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。

「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(‘/<as+href=[“|’]?([^>”‘ ]+)[“|’]?s*[^>]*>([^>]+)</a>/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<=9;$i++) $fnum = str_replace($nums[$i],$fnums[$i],$fnum);

$fnum = ereg_replace(“[^0-9.]|^0{1,}”,””,$fnum);

if($fnum==””) $fnum=0;

return $fnum;

}

「php」php中常用的采集函数的总结,值得收藏!(附代码)

去除HTML标记

function text2Html($txt){

$txt = str_replace(” “,” ”,$txt);

$txt = str_replace(“<“,”<“,$txt);

$txt = str_replace(“>”,”>”,$txt);

$txt = preg_replace(“/[rn]{1,}/isU”,”<br/>rn”,$txt);

return $txt;

}

清除HTML标记

function clearHtml($str){

$str = str_replace(‘<‘,'<‘,$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)

HTML表格的每行转为CSV格式数组

function getTrArray($table) {

$table = preg_replace(“‘<td[^>]*?>’si”,’”‘,$table);

$table = str_replace(“</td>”,’”,’,$table);

$table = str_replace(“</tr>”,”{tr}”,$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) {

$table = preg_replace(“‘<table[^>]*?>’si”,””,$table);

$table = preg_replace(“‘<tr[^>]*?>’si”,””,$table);

$table = preg_replace(“‘<td[^>]*?>’si”,””,$table);

$table = str_replace(“</tr>”,”{tr}”,$table);

$table = str_replace(“</td>”,”{td}”,$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];

}

版权声明:本文图片和内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送联系客服 举报,一经查实,本站将立刻删除,请注明出处:https://www.4kpp.com/7171.html

(0)
漫空客漫空客
上一篇 2023年4月23日
下一篇 2023年4月23日

相关推荐

  • 大V罗昌平涉嫌侮辱英烈被刑拘(大v罗昌平何许人也)

    来源:三亚城郊法院微信公号 2022年3月30日,海南省三亚市城郊人民法院一审公开开庭审理被告人罗昌平涉嫌犯侵害英雄烈士名誉、荣誉罪暨刑事附带民事公益诉讼一案。 三亚市城郊人民检察…

    投稿 2023年4月20日
    1120
  • 房产税从价计征纳税时间(房产税从价计征和从租计征的区别)

    你了解房产税的账务处理及计算公式吗? 今天小编就给大家整理一下关于这方面的一些知识,希望可以帮到大家。 企业作为房屋产权所有人的,应按规定缴纳相应的房产税。缴纳房产税一般在网上完成…

    投稿 2023年4月23日
    1780
  • 台风预警信号分为几种(台风预警信号各级标准)

    台风预警信号分为几种(台风预警信号各级标准) 台风预警信号各级标准是什么? 气象灾害预警信号是指由气象主管机构所属的气象台(站)为有效防御和减轻突发气象灾害而向社会发布的预警信息。…

    2023年4月22日
    1000
  • 蓝拳用什么武器(蓝拳用什么武器好用)

    今天给大家分享一下蓝拳用什么武器的知识,也给大家讲解一下用什么武器比较好。如果你碰巧解决了你现在面临的问题,别忘了关注这个网站,现在就开始! dnf蓝拳拿什么武器? 这个问题是相对…

    投稿 2023年4月23日
    3150
  • 月球之谜(月球之谜阅读答案)

    今天小编给各位分享月球之谜(月球之谜阅读答案),如果能碰巧解决你现在面临的问题,别忘了关注小站,我们一起开始吧! 月闪之谜原文 月亮的神秘 夜幕降临,一轮明月当夜高悬空空。明亮的月…

    投稿 2023年4月23日
    5370
  • 如何斗蟋蟀(如何斗蟋蟀视频)

    今天跟大家分享一个关于如何打蟋蟀的问题(如何打蟋蟀视频)。以下是这个问题的总结。让我们来看看。 什么是蟋蟀? 蟋蟀也叫蝗虫,是一种跳跃能力很强,听觉系统很敏锐的昆虫。蟋蟀在许多国家…

    投稿 2023年4月23日
    930
  • 淘小宝(智能助手淘小宝)

    英特讯淘小宝历经一年时间,实现一个全新的礼品网络兑换平台。目前,淘小宝兑换平台已经通过老客户率先在多个城市得到从事金融、礼品、建材、光伏等行业高手的青睐。很多人不理解,礼品行业在很…

    2023年4月20日
    1080
  • 嗳呵婴儿特润护肤霜(嗳呵婴儿润肤油怎么样)

    中国质量新闻网讯 2021年3月15日,上海市市场监督管理局网站公布2020年上海市商品包装物减量回头看专项监督抽查结果。本次抽查了101批次产品,经检验,29批次不合格。 本次监…

    投稿 2023年4月20日
    1050
  • 被传了两千年的孟姜女哭长城,到底隐藏了怎样的阴谋?

    古代流传四大爱情故事,分别是孟姜女哭长城、牛郎织女、梁山伯与祝英台和白蛇传。这四个故事已经是尽人皆知的了。在历史上,后人对四大爱情故事进行了改编,很多都已经被搬上了大银幕。时至今日…

    投稿 2023年4月22日
    940
  • 牛年的最后一天(牛年的最后一天 日记)

    今天给大家分享一下关于牛年最后一天的知识,也可以解释一下牛年最后一天的日记。如果你碰巧解决了你现在面临的问题,别忘了关注这个网站,现在就开始! 除夕是春节吗? 除夕属于过年吗? 除…

    投稿 2023年4月23日
    880

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注