1200字范文,内容丰富有趣,写作的好帮手!
1200字范文 > php 论坛采集程序 模拟登陆 抓取页面 实现代码

php 论坛采集程序 模拟登陆 抓取页面 实现代码

时间:2022-05-13 21:05:40

相关推荐

php 论坛采集程序 模拟登陆 抓取页面 实现代码

php教程|php手册

php,论坛,采集,程序,模拟,登陆,抓取,页面,实现,代码,复制,代码,如下,php,吴燕军,-06-27,采

php教程-php手册

复制代码 代码如下:

棋牌源码修复,怎么进去ubuntu系统,js怎么判断爬虫,php源码二次开发教程学习,沈阳seo结算lzw

<?php

// 吴燕军

// -06-27

// 采集程序php

set_time_limit(0);

//cookie保存目录

$cookie_jar = ‘/tmp/cookie.tmp’;

/*函数————————————————————————————————————*/

//模拟请求数据

function request($url,$postfields,$cookie_jar,$referer){

$ch = curl_init();

$options = array(CURLOPT_URL => $url,

CURLOPT_HEADER => 0,

CURLOPT_NOBODY => 0,

CURLOPT_PORT => 80,

CURLOPT_POST => 1,

CURLOPT_POSTFIELDS => $postfields,

CURLOPT_RETURNTRANSFER => 1,

CURLOPT_FOLLOWLOCATION => 1,

CURLOPT_COOKIEJAR => $cookie_jar,

CURLOPT_COOKIEFILE => $cookie_jar,

CURLOPT_REFERER => $referer

);

curl_setopt_array($ch, $options);

$code = curl_exec($ch);

curl_close($ch);

return $code;

}

//获取帖子列表

function getThreadsList($code){

preg_match_all(‘/ <!–[.|\r|\n]*? return $threads[1];

}

//判断该帖子是否存在

function isExits($code){

preg_match(‘/

指定的主题不存在或已被删除或正在被审核,请返回。 /’,$code,$error);

return isset($error[0])?false:true;

}

//获取帖子标题

function getTitle($code){

preg_match(‘/

[^ ]*/’,$code,$title_tmp);

$title = $title_tmp[0];

return $title;

}

//获取帖子作者:

function getAuthor($code){

preg_match(‘/ .+/’,$code,$author_tmp);

$author = strip_tags($author_tmp[0]);

return $author;

}

//获取楼主发表的内容

function getContents($code){

preg_match(‘/

(.|\r|\n)*? /’,$code,$contents_tmp);

$contents = preg_replace(‘/images\//’,’/images/’,$contents_tmp[0]);

return $contents;

}

//打印帖子标题

function printTitle($title){

echo ” 帖子标题: “,strip_tags($title),” “;

}

//输出帖子作者

function printAuthor($author){

echo ” 帖子作者: “,strip_tags($author),” “;

}

//打印帖子内容

function printContents($contents){

echo ” 作者发表的内容: “,$contents,”

“;

}

//错误

function printError(){

echo ” “;

}

/*函数列表end—————————————————————————————————*/

/*登录论坛 begin*/

$url = ‘/logging.php?action=login’;

$postfields=’loginfield=username&username=1nject10n& password=xxxxxx&questionid=0&cookietime=315360000& referer=/&loginsubmit=提交’;

request($url,$postfields,$cookie_jar,”);

unset($postfields,$url);

/*登录论坛 end*/

/*获取帖子列表(位于第一页的帖子) begin*/

$url = ‘/forumdisplay.php?fid=57’;

$code = request($url,”,$cookie_jar,”);

$threadsList = getThreadsList($code);

/*获取帖子列表 end*/

//帖子序列

$rows = 0;

/*循环抓取所有帖子源代码 begin*/

foreach($threadsList as $list){

$url = “/viewthread.php?tid=$list”;

if(isExits($code)){

$code = request($url,”,$cookie_jar,”);

$color = $rows%2==0?’#00CCFF’:’#FFFF33′;

echo ”

“;

echo ”

第”,($rows+1),”贴:

“;

$author = getAuthor($code);

printAuthor($author);

$title = getTitle($code);

printTitle($title);

$contents = getContents($code);

printContents($contents);

echo ”

“;

$rows++;

}

else

printError();

echo “—————————————————————————————– “;

}

/*抓取源代码 end*/

?>

驾考理论软件源码,ubuntu 库文件目录,tomcat修改注册服务名,python 爬虫神器,vs php,合肥百度关键词seo方式lzw

本内容不代表本网观点和政治立场,如有侵犯你的权益请联系我们处理。
网友评论
网友评论仅供其表达个人看法,并不表明网站立场。