php正則採集
㈠ php用正則採集百度首頁的標題和內容
CURL獲取源碼，正則匹配就是了
<title>(.*)</title>
<div id=wrapper>(.*)<script id=s_js_newsplus
㈡ php 正則表達式 網頁採集為什麼源代碼一換行 模式也換行 就是匹配不到
php里的.不能匹配換行，可以使用[sS]替換.
或者添加s模首喊畢式修飾符，如：
$pattern='#<div>[sS]*?</div>#';
或
$pattern='#<div>.*?</div>#s';
更多正則問題，請參考我的滲枯博客《我眼裡者芹的正則表達式入門教程》
㈢ php 正則 採集
echo" 抓取網頁======================================= ";
functiongetHTTPS($url){
$ch=curl_init();
curl_setopt($ch,CURLOPT_SSL_VERIFYPEER,FALSE);
curl_setopt($ch,CURLOPT_HEADER,false);
curl_setopt($ch,CURLOPT_FOLLOWLOCATION,true);
curl_setopt($ch,CURLOPT_URL,$url);
curl_setopt($ch,CURLOPT_REFERER,$url);
curl_setopt($ch,CURLOPT_RETURNTRANSFER,TRUE);
$result=curl_exec($ch);
curl_close($ch);
return$result;
}
$result=getHTTPS("省略"升悉);
$array=array(
'img',
'script',
'link'
);
$num=count($array);
for($i=0;$i<$num;++$i){
echo$array[$i]."-------------------------------- ";
if(preg_match_all("/<".$array[$i]."[^>]*>/i",$result,$m)){
for($j=0;$j<count(橘閉$m[0]);$j++){
echo$m[0][$j]." ";
}
}
}
//替換圖片為空
$tvid吵伍乎=preg_replace("/<img[^>]*>/i","",$result);
echo$tvid;
㈣ 請問如何用php中的正則採集指定內容
簡單寫的襪燃配話就是
preg_match("(<title>.*?<.*?title>告指)ims",$b,$a);
$a[0]是你要段宏的
㈤ php用正則採集到多個數據如何寫入資料庫 現在我用php正則採集到了，商品名稱title:1,2,3,...n;商品id...
個人建議採集到的數據存儲為二維數組，其中商品id是唯一的，所以將id作為鍵值，然後每個鍵值對正悄友應的是一個一次包含title,price等數據的二維數組，這樣採集完成後，可以將這個二維數運野組遍歷循環插入資料庫，這樣也不容易出現錯誤
比如其中一個商品id為1，標題為「牙舉槐刷」，價格為$2，就這樣寫入數組$arr[1]=array("牙刷","$2")
㈥ php 正則表達式 網頁採集為什麼源代碼一換行 模式也換行 就是匹配不到
123456789php里的.不能匹配換握缺行，可以使段扒辯用[\s\S]替換. 或者添加s模式修飾符，如： $pattern = '#<div>[\s\S]*?</div>#';或$pattern = '#<div>此悶.*?</div>#s'; 更多正則問題，請參考我的博客《我眼裡的正則表達式入門教程》
㈦ php簡單正則匹配Img標簽src內容採集
//抓取網頁
echo" 抓取網頁======================================= ";
functiongetHTTPS($url){
$ch=curl_init();
curl_setopt($ch,CURLOPT_SSL_VERIFYPEER,FALSE);
curl_setopt($ch,CURLOPT_HEADER,false);
curl_setopt($ch,CURLOPT_FOLLOWLOCATION,true);
curl_setopt($ch,CURLOPT_URL,$url);
curl_setopt($ch,CURLOPT_REFERER,$url);
curl_setopt($ch,CURLOPT_RETURNTRANSFER,TRUE);
$result=curl_exec($ch);
curl_close($ch);
return$result;
}
$result=getHTTPS("");
$array=array(
'img',
'script',
'link'
);
$num=count($array);
for($i=0;$i<$num;++$i){
echo$array[$i]."-------------------------------- ";
if(preg_match_all("/<".$array[$i]."[^>]*>/i",$result,$m)){
for($j=0;$j<count($m[0]);$j++){
echo$m[0][$j]." ";
}
}
}
㈧ PHP 正則表達式總結
PHP 正則表達式總結
1.PHP中兩個常用的正則函數
a.preg_match 正則函數，以perl語言為基礎
語法：preg_match( mode,string subject,array matches)
說明：mode參數---- 正則的模塊，也就是正則表達式（語法）
subject參數---- 正則的內容
matches參數---- 正則的結果（獲得一個數組的形式）
b.ereg 正則函數，以POSIX基礎（Unix、Script）
語法：ereg(mode ,string subject, array regs)
2.正則表達式中包括的元素
a.原子（普通字元：a-z A-Z 0-9 、原子表、轉義字元）
b.元字元（有特殊功能的字元，如：# 、*）
c.模式修正符（系統內置部分字元 i、m、S、U ...）
3.正則表達式中的「原子」
a.a-z A-Z _ 0-9 //最常見的字元
b.(abc)(skd) //用圓括弧包含起來的單元符號（一個整體）
c.[abcs][^abd] //用方括弧包含的原子表，原子表中的^代表排除或相反的內容
d.轉義字元
d 包含所有的數字[0-9]
D 除所有數字外[^0-9]
w 包含所有英文字元[a-z A-Z 0-9]
W 除所有英文字元外[^a-z A-Z 0-9]
s 回車，換行等
......
註明： 圓括弧 必須是整體才能匹配； 方括弧 只要是其子集，都可以匹配（內容存在）
4.正則表達式元字元
* 匹配前一個內容的0次1次或多次
. 匹配內容的0次1次或多次，但不包含回車換行(代指自己，任何內容)
+ 匹配前一個內容的1次或多次
？ 匹配前一個內容的.0次或1次
| 選擇匹配類似PHP中的| （因為這個運算符合是弱類型導致前面最為整體匹配，類似一個單詞匹配）
^ 匹配字元串首部內容
$ 匹配字元串尾部內容
b 匹配單詞邊界，邊界可以是空格或者特殊符合（有單詞分界符，類似空格）
B 匹配除帶單詞邊界意外內容（無單詞分界符）
{m} 匹配前一個內容的重復次數為M次
{m,} 匹配前一個內容的重復次數大於等於M次
{m,n} 匹配前一個內容的重復次數M次到N次
( ) 合並整體匹配，並放入內存，可使用1 2…依次獲取 (調用放入內存中的內容)
5.運算順序
依然遵循從左到→右的運算規則
優先順序：
( ) 圓括弧因為是內存處理所以最高
* ？ + { } 重復匹配內容其次
^ $ b 邊界處理第三
| 條件處理第四
最後按照運算順序計算匹配
6.模式修正符
模式修正符是為正則表達式增強和補充的一個功能，使用在正則之外 例如：/ 正則 / U
常用修正符：
i 正則內容在匹配時候不區分大小寫（默認是區分的）
m 在匹配首內容或者尾內容時候採用多行識別匹配
s 將轉義回車取消是為單行匹配如. 匹配的時候
x 忽略正則中的空白
A 強制從頭開始匹配
D 強制$匹配尾部無任何內容 n
U 禁止貪婪匹配 只跟蹤到最近的一個匹配符並結束， 常用在採集程序上的正則表達式
7.匹配功能
preg_match_all 全部匹配函數
語法：preg_match_all ( string pattern, string subject, array matches [, int flags] )
說明：對結果排序使 $matches[0] 為全部模式匹配的數
用途：截取比較詳細的內容，採集網頁，分析文本
8.替換功能
preg_replace 正則替換函數
語法：preg_replace ( mixed pattern, mixed replacement, mixed subject [, int limit] )
說明：通過正則表達式來替換相關內容，類似之前學過的str_replace字元串替換，但 功能要強於它
提示：1、替換內容可以是一個正則也可以是數組正則
2、替換內容可以通過修正符e來解決替換執行內容
用途：替換一些比較復雜的內容上，也可以用於內容的轉換上
9.分割功能
preg_split 正則切割
語法：preg_split ( string pattern, string subject [, int limit [, int flags]] )
說明：通過正則表達式來切割相關內容，類似之前學過的explode切割函數，但explode 只能按照一種方式切割有局限性。
;㈨ PHP 採集 新浪新聞列表 正則表達式
我覺得你可以分步做
先做個採集所有代碼的函數
接著截取正文部分函數
再來個去掉格式函數
最後包裝輸出函數
分步的好處是調用方法 出錯易排