PHP中的表单应用释疑

如何对页面进行抓取和分析？

　　首先，必须决定我们将抓取的URL地址。可以通过在脚本中设定或通过$QUERY_STRING传递。为了简单起见，让我们将变量直接设在脚本中。

＜? $url = 'http://www.domain.com'; ?＞

　　第二步，我们抓取指定文件，并且通过file()函数将它存在一个数组里。

＜? $url = 'http://www.domain.com'; $lines_array = file($url); ?＞

　　好了，现在数组里已经有了文件了。但是，我们想分析的文本可能不全在一行里面。为了解决这个文件，我们可以简单地将数组$lines_array转化成一个字符串。我们可以使用implode(x,y)函数来实现它。如果在后面你想用explode(将字符串变量数组)，将x设成"|"或"!"或其它类似的分隔符可能会更好。但是出于我们的目的，最好将x设成空格。y是另一个必要的参数，因为它是你想用implode()处理的数组。

＜? $url = 'http://www.domain.com'; $lines_array = file($url); $lines_string = implode('', $lines_array); ?＞

　　现在，抓取工作就做完了，下面该进行分析了。在这个例子中，我们想得到在＜head＞到＜/head＞之间的所有东西。为了分析出字符串，我们还需要正规表达式。

＜? $url = 'http://www.domain.com'; $lines_array = file($url); $lines_string = implode('', $lines_array); eregi("＜head＞(.*)＜/head＞", $lines_string, $head); ?＞

　　在上面的代码中，eregi()函数按下面的格式执行：

eregi("＜head＞(.*)＜/head＞", $lines_string, $head);
　　"(.*)"表示所有东西，代表在＜head＞和＜/head＞间的所有东西。

$lines_string是我们正在分析的字符串，$head是分析后的结果存放的数组。

　　最后，我们可以输出数据。因为仅在＜head＞和＜/head＞间存在一个实例，我们可以安全的假设数组中仅存在着一个元素，而且就是我们想要的。

＜? $url = 'http://www.domain.com'; $lines_array = file($url); $lines_string = implode('', $lines_array); eregi("＜head＞(.*)＜/head＞", $lines_string, $head); echo $head[0]; ?＞

查看本文来源