php file_get_contents函數(shù)輕松采集html數(shù)據(jù)

更新時(shí)間：2010年04月22日 23:42:07 作者：

PHP手冊(cè)里是這么解釋的：file_get_contents — 將整個(gè)文件讀入一個(gè)字符串，于是可以很容易的獲取其他站的信息，再用正則加以變換，再做一些判斷和設(shè)定，就OK了，不多說了，放代碼，我基本都做了解釋的。

復(fù)制代碼代碼如下:

<?php 
//全國(guó)，判斷條件是$REQUEST_URI是否含有html 
if (!strpos($_SERVER["REQUEST_URI"],".html")) 
{ 
$page="http://qq.ip138.com/weather/"; 
$html = file_get_contents($page,'r'); 
$pattern="/<B>全國(guó)主要城市、縣當(dāng)天和未來五天天氣趨勢(shì)預(yù)報(bào)在線查詢<\/B>(.*?)<center style=\"padding\:3px\">/si"; 
//正則匹配之間的html 
preg_match($pattern,$html,$pg); 
echo ""; 
//正則替換遠(yuǎn)程地址為本地地址 
$p=preg_replace('/\/weather\/(\w+)\/index.htm/', 'tq.php/$1.html', $pg[1]); 
echo $p; 
} 
//省，判斷條件是$REQUEST_URI是否含有？ 
else if(!strpos($_SERVER["REQUEST_URI"],"?")){ 
//yoyo推薦的使用分割獲得數(shù)據(jù)，這里是獲得省份名稱 
$province=explode("/",$_SERVER["REQUEST_URI"]); 
$province=explode(".",$province[count($province)-1]); 
$province=$province[0]; 
//被注釋掉的是我自己寫出來的正則，感覺寫的不好，但效果等同上面 
//preg_match('/[^\/]+[\.(html)]$/',$_SERVER["REQUEST_URI"],$pro); 
//$province=preg_replace('/\.html/','',$pro[0]); 
$page="http://qq.ip138.com/weather/".$province."/index.htm"; 
//獲取html數(shù)據(jù)之前先嘗試打開頁(yè)面，防止惡意輸入地址導(dǎo)致出錯(cuò) 
if (!@fopen($page, "r")) { 
die("對(duì)不起，該地址不存在!<a href=javascript:history.back(1)>點(diǎn)擊這里返回</a>"); 
exit(0); 
} 
$html = file_get_contents($page,'r'); 
$pattern="/五天天氣趨勢(shì)預(yù)報(bào)<\/B>(.*?)請(qǐng)輸入輸入市/si"; 
preg_match($pattern,$html,$pg); 
echo ""; 
//正則替換，獲取省份，城市 
$p=preg_replace('/\/weather\/(\w+)\/(\w+).htm/', '$2.html?pro=$1', $pg[1]); 
echo $p; 
} 
else { 
//市，通過get傳遞省份 
$pro=$_REQUEST['pro']; 
$city=explode("/",$_SERVER["REQUEST_URI"]); 
$city=explode(".",$city[count($city)-1]); 
$city=$city[0]; 
//preg_match('/[^\/]+[\.(html)]+[\?]/',$_SERVER["REQUEST_URI"],$cit); 
//$city=preg_replace('/\.html\?/','',$cit[0]); 
$page="http://qq.ip138.com/weather/".$pro."/".$city.".htm"; 
if (!@fopen($page, "r")) { 
die("對(duì)不起，該地址不存在!<a href=javascript:history.back(1)>點(diǎn)擊這里返回</a>"); 
exit(0); 
} 
$html = file_get_contents($page,'r'); 
$pattern="/五天天氣趨勢(shì)預(yù)報(bào)<\/B>(.*?)請(qǐng)輸入輸入市/si"; 
preg_match($pattern,$html,$pg); 
echo ""; 
//獲取真實(shí)的圖片地址 
$p=preg_replace('/\/image\//', 'http://qq.ip138.com/image/', $pg[1]); 
echo $p; 
} 
?> 