论坛 › PHP › 新浪新闻采集程序

gemliu 发表于 2015-07-02 09:57

新浪新闻采集程序

代码<?php
    //error_reporting(0);
    $date=date("Ymd");
    //echo $date;
    $url="http://top.finance.sina.com.cn/ws/GetTopDataList.php?top_type=day&top_cat=all&top_time=".$date."&top_show_num=20&top_order=ASC";
    $doc=file_get_contents($url);
    header("Content-Type:text/html;charset=gb2312");//UNICODE转GB2312
    //echo $doc;
    preg_match_all('/"url":".*l/U',$doc,$article);//获取文章列表
    $article=current($article);//二维数组转一维数组
    //print_r($article);
    $rule="/\"url\":(.*)\"\"/";
    function OnlyUrl($string){
       $string=stripslashes($string);
       $string=str_replace('"url":"',"",$string);
       return $string;
    }
   
    function GetTitle($url){//获取文章标题
      $doc=file_get_contents($url);
      $rule="/<h1 (.*)<\/h1>/";
      preg_match($rule,$doc,$result);
      echo $result;
    }
    foreach($article as &$value){
      $value=OnlyUrl($value);
    }//提取了URL
?>
<?php
function GetTitle($url){//获取文章标题
    $rule="/<h1 (.*)<\/h1>/";
    preg_match_all($rule,$doc,$result);
    $rule="/>(.*)</";//截掉<h1></h1>
    preg_match($rule,$result,$title);
    return $title;
}
function GetContent($url){
    $doc=file_get_contents($url);//打开网页
// echo $doc;
    $rule="/publish_helper(.*)publish_helper_end/xs";
    preg_match($rule,$doc,$result);//取出正文部分
    //echo $result;
    $rule="/publish_helper(.*)<\/blockquote>/xs";
    preg_match($rule,$result,$out);//取出链接部分
    //print_r($out);
    $content=str_replace($out,"",$result);//提取纯文字段的内容
    echo $content;
}
?>

renxiao2003 发表于 2015-07-10 10:10

采集哪些新闻啊。

查看完整版本: 新浪新闻采集程序