php 采集书并合成txt格式的实现代码
2018-09-22 00:58
  <?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 
*/ 
//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); 
} 
?> 
下一篇:PHP 数据库树的遍历方法
文章标题:php 采集书并合成txt格式的实现代码
文章链接:http://soscw.com/index.php/essay/16971.html