利用正则表达式提取内容信息<?php
//error_reporting(0);
$date=date("Ymd");
//echo $date;
$url="http://top./ws/GetTopDataList.php?top_type=day&top_cat=all&top_time=".$date."&top_show_num=20&top_order=ASC";
$doc=file_get_contents($url);
header("Content-Type:text/html;charset=gb2312");//UNICODE转GB2312
//echo $doc;
preg_match_all('/"url":".*l/U',$doc,$article);//获取文章列表
$article=current($article);//二维数组转一维数组
//print_r($article);
$rule="/\"url\":(.*)\"\"/";
function OnlyUrl($string){
$string=stripslashes($string);
$string=str_replace('"url":"',"",$string);
return $string;
}
function GetTitle($url){ //获取文章标题
$doc=file_get_contents($url);
$rule="/
/";
preg_match($rule,$doc,$result);
echo $result;
}
foreach($article as &$value){
$value=OnlyUrl($value);
}//提取了URL
?><?php
function GetTitle($url){ //获取文章标题
$rule="/
/";
preg_match_all($rule,$doc,$result);
$rule="/>(.*)";//截掉
preg_match($rule,$result[0][1],$title);
return $title[1];
}
function GetContent($url){
$doc=file_get_contents($url);//打开网页
// echo $doc;
$rule="/publish_helper(.*)publish_helper_end/xs";
preg_match($rule,$doc,$result);//取出正文部分
//echo $result[0];
$rule="/publish_helper(.*)/xs";
preg_match($rule,$result[0],$out);//取出链接部分
//print_r($out);
$content=str_replace($out[0],"",$result[0]);//提取纯文字段的内容
echo $content;
}
?>
发布php中文网，转载请注明出处，感谢您的尊重！
如果觉得《php抓取新浪新闻 新浪新闻采集程序》对你有帮助，请点赞、收藏，并留下你的观点哦！
