抓取和分析-PHP编程-idc中文资讯站-客观公证的IDC产业权威媒体,关注域名、虚拟主机、服务器、网络、开源技术资讯，整合运营商资源，客观评价各地机房带宽线路质量、IDC企业名录等信息

抓取和分析

来源：作者：发布时间:2007-12-19 10:03:55

抓取和分析一个文档是很简单的事。这个教程将通过一个例子带领您一步一步地去实现他。让我们开始吧！

　　首先，我首必须决定我们将抓取的URL地址。能够通过在脚本中设定或通过$QUERY_STRING传递。为了简单起见，让我们将变量直接设在脚本中。

$url = ’http://www.php.net’;
?>

　　第二步，我们抓取指定文档，并且通过file()函数将他存在一个数组里。

$url = ’http://www.php.net’;
$lines_array = file($url);
?>

　　好了，现在在数组里已有了文档了。但是，我们想分析的文本可能不全在一行里面。为了解这个文档，我们能够简单地将数组$lines_array转化成一个字符串。我们能够使用implode(x,y)函数来实现他。假如在后面您想用explode(将字符串变量数组)，将x设成"|"或"!"或其他类似的分隔符可能会更好。但是出于我们的目的，最好将x设成空格。y是另一个必要的参数，因为他是您想用implode()处理的数组。

$url = ’http://www.php.net’;
$lines_array = file($url);
$lines_string = implode(’’, $lines_array);
?>

　　现在，抓取工作就做完了，下面该进行分析了。出于这个例子的目的，我们想得到在到之间的任何东西。为了分析出字符串，我们还需要叫做正规表达式的东西。

$url = ’http://www.php.net’;
$lines_array = file($url);
$lines_string = implode(’’, $lines_array);
eregi("(.*)", $lines_string, $head);
?>

　　让我们看一下代码。正如您所见，eregi()函数按下面的格式执行：

eregi("(.*)", $lines_string, $head);

　　"(.*)"表示任何东西，能够解释为，"分析在和间的所以东西"。$lines_string是我们正在分析的字符串，$head是分析后的结果存放的数组。

　　最后，我们能够输数据。因为仅在和间存在一个实例，我们能够安全的假设数组中仅存在着一个元素，而且就是我们想要的。让我们把他打印出来吧。

$url = ’http://www.php.net’;
$lines_array = file($url);
$lines_string = implode(’’, $lines_array);
eregi("(.*)", $lines_string, $head);
echo $head[0];
?>

　　这就是全部的代码了。

喜欢本文，那就收藏到：