php正则采集
㈠ php用正则采集百度首页的标题和内容
CURL获取源码，正则匹配就是了
<title>(.*)</title>
<div id=wrapper>(.*)<script id=s_js_newsplus
㈡ php 正则表达式 网页采集为什么源代码一换行 模式也换行 就是匹配不到
php里的.不能匹配换行，可以使用[sS]替换.
或者添加s模首喊毕式修饰符，如：
$pattern='#<div>[sS]*?</div>#';
或
$pattern='#<div>.*?</div>#s';
更多正则问题，请参考我的渗枯博客《我眼里者芹的正则表达式入门教程》
㈢ php 正则 采集
echo" 抓取网页======================================= ";
functiongetHTTPS($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(橘闭$m[0]);$j++){
echo$m[0][$j]." ";
}
}
}
//替换图片为空
$tvid吵伍乎=preg_replace("/<img[^>]*>/i","",$result);
echo$tvid;
㈣ 请问如何用php中的正则采集指定内容
简单写的袜燃配话就是
preg_match("(<title>.*?<.*?title>告指)ims",$b,$a);
$a[0]是你要段宏的
㈤ php用正则采集到多个数据如何写入数据库 现在我用php正则采集到了，商品名称title:1,2,3,...n;商品id...
个人建议采集到的数据存储为二维数组，其中商品id是唯一的，所以将id作为键值，然后每个键值对正悄友应的是一个一次包含title,price等数据的二维数组，这样采集完成后，可以将这个二维数运野组遍历循环插入数据库，这样也不容易出现错误
比如其中一个商品id为1，标题为“牙举槐刷”，价格为$2，就这样写入数组$arr[1]=array("牙刷","$2")
㈥ php 正则表达式 网页采集为什么源代码一换行 模式也换行 就是匹配不到
123456789php里的.不能匹配换握缺行，可以使段扒辩用[\s\S]替换. 或者添加s模式修饰符，如： $pattern = '#<div>[\s\S]*?</div>#';或$pattern = '#<div>此闷.*?</div>#s'; 更多正则问题，请参考我的博客《我眼里的正则表达式入门教程》
㈦ php简单正则匹配Img标签src内容采集
//抓取网页
echo" 抓取网页======================================= ";
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 正则表达式总结
PHP 正则表达式总结
1.PHP中两个常用的正则函数
a.preg_match 正则函数，以perl语言为基础
语法：preg_match( mode,string subject,array matches)
说明：mode参数---- 正则的模块，也就是正则表达式（语法）
subject参数---- 正则的内容
matches参数---- 正则的结果（获得一个数组的形式）
b.ereg 正则函数，以POSIX基础（Unix、Script）
语法：ereg(mode ,string subject, array regs)
2.正则表达式中包括的元素
a.原子（普通字符：a-z A-Z 0-9 、原子表、转义字符）
b.元字符（有特殊功能的字符，如：# 、*）
c.模式修正符（系统内置部分字符 i、m、S、U ...）
3.正则表达式中的“原子”
a.a-z A-Z _ 0-9 //最常见的字符
b.(abc)(skd) //用圆括号包含起来的单元符号（一个整体）
c.[abcs][^abd] //用方括号包含的原子表，原子表中的^代表排除或相反的内容
d.转义字符
d 包含所有的数字[0-9]
D 除所有数字外[^0-9]
w 包含所有英文字符[a-z A-Z 0-9]
W 除所有英文字符外[^a-z A-Z 0-9]
s 回车，换行等
......
注明： 圆括号 必须是整体才能匹配； 方括号 只要是其子集，都可以匹配（内容存在）
4.正则表达式元字符
* 匹配前一个内容的0次1次或多次
. 匹配内容的0次1次或多次，但不包含回车换行(代指自己，任何内容)
+ 匹配前一个内容的1次或多次
？ 匹配前一个内容的.0次或1次
| 选择匹配类似PHP中的| （因为这个运算符合是弱类型导致前面最为整体匹配，类似一个单词匹配）
^ 匹配字符串首部内容
$ 匹配字符串尾部内容
b 匹配单词边界，边界可以是空格或者特殊符合（有单词分界符，类似空格）
B 匹配除带单词边界意外内容（无单词分界符）
{m} 匹配前一个内容的重复次数为M次
{m,} 匹配前一个内容的重复次数大于等于M次
{m,n} 匹配前一个内容的重复次数M次到N次
( ) 合并整体匹配，并放入内存，可使用1 2…依次获取 (调用放入内存中的内容)
5.运算顺序
依然遵循从左到→右的运算规则
优先级：
( ) 圆括号因为是内存处理所以最高
* ？ + { } 重复匹配内容其次
^ $ b 边界处理第三
| 条件处理第四
最后按照运算顺序计算匹配
6.模式修正符
模式修正符是为正则表达式增强和补充的一个功能，使用在正则之外 例如：/ 正则 / U
常用修正符：
i 正则内容在匹配时候不区分大小写（默认是区分的）
m 在匹配首内容或者尾内容时候采用多行识别匹配
s 将转义回车取消是为单行匹配如. 匹配的时候
x 忽略正则中的空白
A 强制从头开始匹配
D 强制$匹配尾部无任何内容 n
U 禁止贪婪匹配 只跟踪到最近的一个匹配符并结束， 常用在采集程序上的正则表达式
7.匹配功能
preg_match_all 全部匹配函数
语法：preg_match_all ( string pattern, string subject, array matches [, int flags] )
说明：对结果排序使 $matches[0] 为全部模式匹配的数
用途：截取比较详细的内容，采集网页，分析文本
8.替换功能
preg_replace 正则替换函数
语法：preg_replace ( mixed pattern, mixed replacement, mixed subject [, int limit] )
说明：通过正则表达式来替换相关内容，类似之前学过的str_replace字符串替换，但 功能要强于它
提示：1、替换内容可以是一个正则也可以是数组正则
2、替换内容可以通过修正符e来解决替换执行内容
用途：替换一些比较复杂的内容上，也可以用于内容的转换上
9.分割功能
preg_split 正则切割
语法：preg_split ( string pattern, string subject [, int limit [, int flags]] )
说明：通过正则表达式来切割相关内容，类似之前学过的explode切割函数，但explode 只能按照一种方式切割有局限性。
;㈨ PHP 采集 新浪新闻列表 正则表达式
我觉得你可以分步做
先做个采集所有代码的函数
接着截取正文部分函数
再来个去掉格式函数
最后包装输出函数
分步的好处是调用方法 出错易排