php 采集书并合成txt格式的实现代码_php教程-查字典教程网
php 采集书并合成txt格式的实现代码
php 采集书并合成txt格式的实现代码
发布时间:2016-12-29 来源:查字典编辑
摘要:

<?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">)(.*?)(</div>)/s",$str,$arr);

//print_r($arr);die();

$arr[6] = preg_replace("/(<span[^>]+>.*?<a[^>]+>)(.*?)(</a></span>)/s","$2",preg_replace("/<p>|</p>/","rn",$arr[6]));

$result = "rn------------------------------------------------rn------------------------------------------------rn------------------------------------------------rn----------------".$arr[2]."rn------------------------------------------------rn------------------------------------------------rn------------------------------------------------rn".$arr[6];

writer($result, './'.$folder.'/new.txt');

}

?>

相关阅读
推荐文章
猜你喜欢
附近的人在看
推荐阅读
拓展阅读
  • 大家都在看
  • 小编推荐
  • 猜你喜欢
  • 最新php教程学习
    热门php教程学习
    编程开发子分类