PHP 简易爬虫

WBOY
Lepaskan: 2016-07-25 09:08:50
asal
1029 orang telah melayarinya
  1. function get_urls($url)
  2. {
  3. $url_array=array();
  4. $the_first_content=file_get_contents($url);
  5. $the_second_content=file_get_contents($url);
  6. $pattern1 = "/http:\/\/[a-zA-Z0-9\.\?\/\-\=\&\:\+\-\_\'\"]+/";
  7. $pattern2="/http:\/\/[a-zA-Z0-9\.]+/";
  8. preg_match_all($pattern2, $the_second_content, $matches2);
  9. preg_match_all($pattern1, $the_first_content, $matches1);
  10. $new_array1=array_unique($matches1[0]);
  11. $new_array2=array_unique($matches2[0]);
  12. $final_array=array_merge($new_array1,$new_array2);
  13. $final_array=array_unique($final_array);
  14. for($i=0;$i {
  15. echo $final_array[$i]."
    ";
  16. }
  17. }
  18. get_urls("http://www.baidu.com");
复制代码


Label berkaitan:
sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan