PHPコレクションプログラムの原理分析_PHPチュートリアル-PHPチュートリアル-php.cn

必要に迫られて、いつものように、インターネットでたくさんのチュートリアルを見つけてコピーしましたが、インターネット上のチュートリアルはどれも大したものではありませんでした。それらは本当に役に立ちました。数日間真剣に考えた結果、ようやくその背後にある理由がわかりました。ここに書いて専門家に訂正してもらいましょう。

コレクションプログラムのアイデアは非常に単純で、最初にページ (通常はリストページ) を開き、そこに含まれるすべてのリンクのアドレスを取得し、次にリンクを 1 つずつ開いて何を探すかということです。見つかった場合は、データベースまたは他の処理に入れます。非常に簡単な例で説明しましょう。

まず、コレクションページ (通常はリストページ) を決定します。ここでのターゲットは http://www.BkJia.com/article/11/index.htm です。これはリストページであり、私たちの目的はこのリストページにあるすべての記事を収集することです。最初のステップは、リストページを開いてそのコンテンツをプログラムに組み込むことです。一般に、fopen または file_get_contents の 2 つの関数が使用されます。ここでは例として fopen を使用します。どうやって開けるのですか？非常に単純です: $source=fopen("[url=http://www.BkJia.com/article/11/index.htm",]http://www.BkJia.com/article/11/index.htm" ,r[/url]); 実際、取得した $source は処理可能なテキストではなく、リソースであるため、関数 fread を使用して変数に読み込まれます。実際に編集可能なテキストになります。例:

$content=fread($source,99999); 次の数字はバイト数を示します。大きい値を入力してください。 file_put_contents を使用して $content をテキストファイルに書き込みます。内部のコンテンツが実際には Web ページのソースコードであることがわかります。 Web ページのソースコードを取得した後、内部の記事リンクアドレスを分析する必要があります。ここでは正規表現を使用します (推奨される正規表現のチュートリアル (http://www.BkJia.com/article/7/all/545.1))。 html)]。ソースコードを見ると、内部の記事のリンクアドレスはすべて次のようになっていることがわかります

データベース接続コードを関数にカプセル化し、読み取る必要があるときに呼び出します。

正規表現を記述できるようになりました。 $count=preg_match_all("/

(.+?)/",$content,$art_list);

配列 $art_list[1][$s] には記事のリンクアドレスが含まれます。そして$art_list[2][$s]にはある記事のタイトルが入っています。この時点で、戦いは半分終わったと考えられます。

次に、for ループを使用して各リンクを順番にヒットし、タイトルと同じ方法でコンテンツを取得します。上記はオンラインで見つけたチュートリアルと似ていますが、この for ループに関してはオンラインチュートリアルはひどいもので、最初はループを助けるために js を使用していました。、または使用された例を示します。これが最初に私がやったことです:
for($i=0;$i

真ん中はコンテンツ収集部分なので省略

1ページ集めたので、次のページも集めなければなりません
ただし、fopen を使用してリンクを開くと機能しません。リクエストが失敗したか何かで、js では機能しませんでした。最終的に、この echo ""; を使用する必要があることがわかりました。ここで、aa.php は私たちのものです。プログラムのファイル名と ID の後の番号は、ループを実装し、複数のページを収集するのに役立ちます。これが真のサイクルへの鍵です
}
私の頭は少し不快で、文章は少し乱雑なので、専門家から見ればこれは大したことではないかもしれませんが、私のような初心者にとっては非常に役立ちます。