抓取與區(qū)分
發(fā)表時(shí)間：2023-08-13 來源：明輝站整理相關(guān)軟件相關(guān)文章人氣：
[摘要]抓取和分析一個(gè)文件是非常簡單的事。這個(gè)教程將通過一個(gè)例子帶領(lǐng)你一步一步地去實(shí)現(xiàn)它。讓我們開始吧！ 首先，我首必須決定我們將抓取的URL地址�？梢酝ㄟ^在腳本中設(shè)定或通過QUERY_STRING傳...
抓取和分析一個(gè)文件是非常簡單的事。這個(gè)教程將通過一個(gè)例子帶領(lǐng)你一步一步地去實(shí)現(xiàn)它。讓我們開始吧！
首先，我首必須決定我們將抓取的URL地址。可以通過在腳本中設(shè)定或通過$QUERY_STRING傳遞。為了簡單起見，讓我們將變量直接設(shè)在腳本中。
<?
$url = 'http://www.php.net';
?>
第二步，我們抓取指定文件，并且通過file()函數(shù)將它存在一個(gè)數(shù)組里。
<?
$url = 'http://www.php.net';
$lines_array = file($url);
?>
好了，現(xiàn)在在數(shù)組里已經(jīng)有了文件了。但是，我們想分析的文本可能不全在一行里面。為了解這個(gè)文件，我們可以簡單地將數(shù)組$lines_array轉(zhuǎn)化成一個(gè)字符串。我們可以使用implode(x,y)函數(shù)來實(shí)現(xiàn)它。如果在后面你想用explode(將字符串變量數(shù)組)，將x設(shè)成" "或"!"或其它類似的分隔符可能會(huì)更好。但是出于我們的目的，最好將x設(shè)成空格。y是另一個(gè)必要的參數(shù)，因?yàn)樗悄阆胗胕mplode()處理的數(shù)組。
<?
$url = 'http://www.php.net';
$lines_array = file($url);
$lines_string = implode('', $lines_array);
?>
現(xiàn)在，抓取工作就做完了，下面該進(jìn)行分析了。出于這個(gè)例子的目的，我們想得到在<head>到</head> 之間的所有東西。為了分析出字符串，我們還需要叫做正規(guī)表達(dá)式的東西。
<?
$url = 'http://www.php.net';
$lines_array = file($url);
$lines_string = implode('', $lines_array);
eregi("<head>(.*)</head>", $lines_string, $head);
?>
讓我們看一下代碼。正如你所見，eregi()函數(shù)按下面的格式執(zhí)行：
eregi("<head>(.*)</head>", $lines_string, $head);
"(.*)"表示所有東西，可以解釋為，"分析在<head>和</head>間的所以東西"。$lines_string是我們正在分析的字符串，$head是分析后的結(jié)果存放的數(shù)組。
最后，我們可以輸數(shù)據(jù)。因?yàn)閮H在<head>和</head>間存在一個(gè)實(shí)例，我們可以安全的假設(shè)數(shù)組中僅存在著一個(gè)元素，而且就是我們想要的。讓我們把它打印出來吧。
<?
$url = 'http://www.php.net';
$lines_array = file($url);
$lines_string = implode('', $lines_array);
eregi("<head>(.*)</head>", $lines_string, $head);
echo $head[0];
?>
這就是全部的代碼了。
