有用的函数-系统采集

本帖最后由 leon_studio 于 2009-5-4 21:04 编辑

1.采集表格中的内容为数组

function get_td_array($table) {
$table = preg_replace("'<table[^>]*?>'si","",$table);
$table = preg_replace("'<tr[^>]*?>'si","",$table);
$table = preg_replace("'<td[^>]*?>'si","",$table);
$table = str_replace("</tr>","{tr}",$table);
$table = str_replace("</td>","{td}",$table);
//去掉 HTML 标记
$table = preg_replace("'<[/!]*?[^<>]*?>'si","",$table);
//去掉空白字符
$table = preg_replace("'([rn])[s]+'","",$table);
$table = str_replace(" ","",$table);
$table = str_replace(" ","",$table);
$table = explode('{tr}', $table);
array_pop($table); //OSPHP.com.CN
foreach ($table as $key=>$tr) {
$td = explode('{td}', $tr);
array_pop($td);
$td_array[] = $td;
}
return $td_array;
}

复制代码

2.取得某行代码中间的字符串

/**
+----------------------------------------------------------
* 取得某行代码之间的字符串
+----------------------------------------------------------
* 例: echo get_innerhtml("<tr><td height=20>something</td></tr>", "td"); //will print "something".
+----------------------------------------------------------
*/
function get_innerhtml($html,$label) {
$result_arr = preg_split("/<\/".$label.">/i",$html);
$pattern = "/<".$label.".*?>/i";
for ($i = 0; $i < count($result_arr); $i++) {
list($left, $right) = preg_split($pattern,$result_arr[$i],2);
$result_arr[$i] = $right;
}
return $result_arr;
}

复制代码

3.获取Input的HTML代码中的Value值

//获取Input的HTML代码中的Value值
function get_input_value($input) {
$pos = stripos($input, "value=") + 6;
if ($pos !== false) {
$input = substr($input, $pos);
if (substr($input, 0, 1) == "\"")
return substr($input, 1, strpos($input, "\"", 1) - 1);
else
return substr($input, 0, strpos($input, " ") - 1);
}
return false;
}

复制代码

4.获取字符串$str中,字符串$a与字符串$b之间的字符串

//获取字符串$str中,字符串$a与字符串$b之间的字符串
function getcontentbetween($a, $b, $str) {
if ($str!=="" && $a!=="" && $b!=="") {
$start = strpos($str, $a) + strlen($a);
return substr($str, $start, strpos($str, $b, $start + 1) - $start);
}
return false;
}

复制代码

5. 变成回车

function br2nl($text)
{
return trim(preg_replace('/<br\s*/?'.'>/i', '', $text));
}

复制代码

6.换行奕成

function nl2p($text)
{
return str_replace(array("\r\n\r\n","\r\n","\r","\n"),"",$text);
}

复制代码

7.获得当前脚本网址

function get_php_url(){
if(!empty($_SERVER["REQUEST_URI"])){
$scriptName = $_SERVER["REQUEST_URI"];
$nowurl = $scriptName;
}else{
$scriptName = $_SERVER["HP_SELF"];
if(empty($_SERVER["QUERY_STRING"])) $nowurl = $scriptName;
else $nowurl = $scriptName."?".$_SERVER["QUERY_STRING"];
}
return $nowurl;
}

复制代码

8.去除html标记

function Text2Html($txt){
$txt = str_replace(" ","　",$txt);
$txt = str_replace("<","<",$txt);
$txt = str_replace(">",">",$txt);
$txt = preg_replace("/[\r\n]{1,}/isU"," \r\n",$txt);
return $txt;
}

复制代码

9.相对路径转绝对路径

function relative_to_absolute($content, $feed_url) {
preg_match('/(http|https|ftp):\/\//', $feed_url, $protocol);
$server_url = preg_replace("/(http|https|ftp|news):\/\//", "", $feed_url);
$server_url = preg_replace("/\/.*/", "", $server_url);
if ($server_url == '') {
return $content;
}
if (isset($protocol[0])) {
$new_content = preg_replace('/href="\//', 'href="'.$protocol[0].$server_url.'/', $content);
$new_content = preg_replace('/src="\//', 'src="'.$protocol[0].$server_url.'/', $new_content);
} else {
$new_content = $content;
}
return $new_content;
}

复制代码

10.取得所有链接

function get_all_url($code){
preg_match_all('/<a\s+href=["|\']?([^>"\' ]+)["|\']?\s*[^>]*>([^>]+)<\/a>/i',$code,$arr);
return array('name'=>$arr[2],'url'=>$arr[1]);
}

复制代码

11.获取指定标记中的内容

function get_tag_data($str, $start, $end){
if ( $start == '' || $end == '' ){
return;
}
$str = explode($start, $str);
$str = explode($end, $str[1]);
return $str[0];
}

复制代码

本帖最后由 leon_studio 于 2009-5-11 18:27 编辑

再补充两个
12.获取远程文件内容(抓内容)

/**
获取远程文件内容
@param $url 文件http地址
*/
function fopen_url($url)
{
if (function_exists('file_get_contents')) {
$file_content = @file_get_contents($url);
} elseif (ini_get('allow_url_fopen') && ($file = @fopen($url, 'rb'))){
$i = 0;
while (!feof($file) && $i++ < 1000) {
$file_content .= strtolower(fread($file, 4096));
}
fclose($file);
} elseif (function_exists('curl_init')) {
$curl_handle = curl_init();
curl_setopt($curl_handle, CURLOPT_URL, $url);
curl_setopt($curl_handle, CURLOPT_CONNECTTIMEOUT,2);
curl_setopt($curl_handle, CURLOPT_RETURNTRANSFER,1);
curl_setopt($curl_handle, CURLOPT_FAILONERROR,1);
curl_setopt($curl_handle, CURLOPT_USERAGENT, 'Trackback Spam Check');
$file_content = curl_exec($curl_handle);
curl_close($curl_handle);
} else {
$file_content = '';
}
return $file_content;
}

复制代码

13.去掉指定的标签函数

/*
$str = "ertet<a href=\"http://www.xxxx.com\" tasdfgrget=\"_blank\">aaaabbbb
<img src=\"http://img.xxx.cn/xxxx.jpg\" width=\"760\" height=\"90\" border=\"0\" />
</a>aaadf";
echo _strip_tags(array("a","img"),$str);
*/
function _strip_tags($tags_a,$str)
{
foreach ($tags_a as $tag)
{
$p[]="/(<(?:\/".$tag."|".$tag.")[^>]*>)/i";
}
$return_str = preg_replace($p,"",$str);
return $return_str;
}
14.从URL中获取根域名
[code]
<?php
function getUrlBase($url=''){
if(!is_string($url) || empty($url)) return;
$parse = parse_url($url);
$host = $parse['host'];
$h = explode('.', $host);
//判断是否本机域名或IP
if(false === strpos($host, '.') || preg_match("/^(\d+\.){3}(\d+)$/", $host)){
$root = $host;
}elseif(preg_match("/(?:com|tel|mobi|net|org|asia|me|tv|biz|cc|name|info)(?:\.\w{2})$/", $host, $match)){
array_pop($h);
array_pop($h);
$root = array_pop($h) . '.' . $match[0];
}elseif(preg_match("/(?:\w{2,4})$/", $host, $match)){
array_pop($h);
$root = array_pop($h) . '.' . $match[0];
}
return $root;
}

复制代码

有用的函数-系统采集相关推荐

Sql Server 三个很有用的函数
好久没有写有关SqlServer 数据库方面技术的文章了,正好今天遇到了一个问题,我就把这个当做一个练习记录下来.今天遇到一个麻烦事,详情如下:公司买了一个系统,在这个系统里面有一个"充值卡 ...
邹检验 matlab,科学网—Matlab中一个很有用的函数：regionprops - 邹兴文的博文
Matlab中一个很有用的函数:regionprops 已有 6712 次阅读 2010-1-30 22:52 |个人分类:开发经验|系统分类:科研笔记| 有用的函数, regionprops Mat ...
java where函数_WHERE 子句中有用的函数
有很多时候,可能需要对条件进行一些特殊的处理.例如,存储的字符串可能在串前或串后包含空格,这样进行字符串比较时,多余的空格可能导致比较的错误,如果能去掉这些空格就不会产生多余的错误.也可能系统规定 ...
Python3中一些有用的函数
Python3中一些有用的函数 1.根据两个列表创建一个字典 prod_id = [1, 2, 3]prod_name = ["foo", "bar", &qu ...
PHP培训教程 PHP里10个鲜为人知但却非常有用的函数
php里有非常丰富的内置函数,很多我们都用过,但仍有很多的函数我们大部分人都不熟悉,可它们却十分的有用.这篇文章里,兄弟连小编列举了一些鲜为人知但会让你眼睛一亮的PHP函数. levenshtein( ...
php html采集,php file_get_contents函数轻松采集html数据
当前位置:Gxlcms > php框架 > php file_get_contents函数轻松采集html数据 php file_get_contents函数轻松采集html数据时间:2 ...
PHP里10个鲜为人知但却非常有用的函数
PHP里有非常丰富的内置函数,很多我们都用过,但仍有很多的函数我们大部分人都不熟悉,可它们却十分的有用.这篇文章里,我列举了一些鲜为人知但会让你眼睛一亮的PHP函数. levenshtein() 你有 ...
matlab max函数_从零开始的matlab学习笔记——（14）一些有用的函数（上）：最值，平均数，中位数...
matlab应用--求极限,求导,求积分,解方程....更多内容尽在个人专栏:matlab学习上一节说了说符号运算中的多项式,这一节我们来看看几个非常有用的函数最值: 最大值max(),最小值mi ...
WMCMS小说系统采集插件-WMCMS小说系统采集器下载
WMCMS小说系统采集插件,WMCMS小说系统怎么实现自动采集自动伪原创发布.今天给大家分享一款免费的WMCMS小说系统自动采集伪原创发布软件.同时还支持各大网站自动采集伪原创发布. 很多人曾经发现当 ...
树木分形迭代图 matlab,基于迭代函数系统的分形植物模拟
1. 引言自然景物模拟是计算机图形学中一个重要研究课题,其中植物形态仿真模拟引起了广泛的关注.许多学者对其进行了大量的研究,目前常见的方法有L-系统 [1] [2] .迭代函数系统 [3] [4] ...

有用的函数-系统采集

有用的函数-系统采集相关推荐

最新文章

热门文章