php采集书

it2024-12-08  22

编辑器加载中...

版权声明:原创作品,允许转载,转载时请务必以超链接形式标明文章原始出版、作者信息和本声明。否则将追究法律责任。http://blog.csdn.net/mayongzhan - 马永占,myz,mayongzhan

记得上次有过一个叫采集后的处理这个就是它的升级版本连采再处理,合成一本书txt的。

<?php/** * @name 采集书.php * @date Sun Mar 01 22:48:02 CST 2009 * @copyright 马永占(MyZ) * @author 马永占(MyZ)  * @link http://blog.csdn.net/mayongzhan/ */

//header('Content-Type:text/html;charset=utf8');header('Content-Type:text/html;charset=gb2312');error_reporting(E_ALL);date_default_timezone_set('Asia/Shanghai');set_time_limit(0);

function writer($content,$url){ $fp = fopen($url, 'ab'); fwrite($fp, $content); fclose($fp);         }

$folder = '2'; //文件夹

$book_base_url = 'xxxxxxxxxxxxxxxxxxxxx';

$book_url = 'yyyyyyyyyyyyy.html';

$main = file_get_contents($book_base_url.$book_url);

preg_match_all('/chapter_.*?/.html/', $main, $pages);

$pages = array_unique($pages[0]);

foreach ($pages as $value) { writer(file_get_contents($book_base_url.$value), './'.$folder.'/'.$value.'.txt');  $str = file_get_contents('./'.$folder.'/'.$value.'.txt');  //print_r($str); preg_match("/(<h1>)(.*?)(<//h1>)(.*?)(<div id=/"contTxt/" class=/"contTxt1/">)(.*?)(<//div>)/s",$str,$arr); //print_r($arr);die(); $arr[6] = preg_replace("/(<span[^>]+>.*?<a[^>]+>)(.*?)(<//a><//span>)/s","$2",preg_replace("/<p>|<//p>/","/r/n",$arr[6])); $result = "/r/n------------------------------------------------/r/n------------------------------------------------/r/n------------------------------------------------/r/n----------------".$arr[2]."/r/n------------------------------------------------/r/n------------------------------------------------/r/n------------------------------------------------/r/n".$arr[6]; writer($result, './'.$folder.'/new.txt');}?>

转载于:https://www.cnblogs.com/xingyong/archive/2011/07/17/2108631.html

相关资源:php仿笔趣小说站源码全自动采集
最新回复(0)