您的位置：首页 > 编程语言 > PHP开发

PHP备份人人网日志脚本 ver 0.1

2010-04-19 17:46 253 查看
今天确实是无聊了，写了一个备份人人网的日志，到本地html的类。

主要是cURL登录，正则解析页面。

使用方法，最后那个脚本的最后两行改掉，你知道的。或者重新写一个运行脚本：

<?php
include("renren.php");
$test = new renren("你的人人网账号","你的人人网密码");
$test->download();
?>


然后开一个cmd，执行（注意，以命令行的方式运行脚本！）

>php rrBlogBackup.php

运行时的效果：



运行后会在运行的目录下，生成一堆日志html和一个index.html算是目录吧。

完整的脚本如下：

<?php
/**
* 人人网个人日志备份
*
* 版本 0.1
* 作者 BookMoth
* 日期 2010-04-19
*
*/
class renren {
private $home_url = "http://www.renren.com";
private $blog_url = "http://blog.renren.com/blog/0";
private $ch;
private $cookie_file;
private $username,$password;
private $menu;
private $download_path = 'blog';//保存的目录
private $rt_encode = 'cp936';//系统编码，主要是为了win下cmd输出正常的汉字。
public function __construct($username,$password){
$this->cookie_file = tempnam('./','xn');
$this->username = urlencode($username);
$this->password = urlencode($password);
if(!is_dir($this->download_path)){
mkdir('blog');
}
}
public function download(){
//主函数
if($this->login()){
$total_blogs = $this->getTotalBlog();
$this->_echo("[信息] 日志总数 {$total_blogs}/n");
if($total_blogs > 0){
$this->_echo( "[信息] 获取日志列表/n");
$blog_list = $this->getBlogList($total_blogs);
if(is_array($blog_list)&&count($blog_list)==$total_blogs){
$this->_echo("[信息] 获取日志列表完成/n");
foreach ($blog_list as $blog_url) {
$this->getBlog($blog_url);
}
$this->_echo("[信息] 下载日志全部完成/n");
$this->makeIndex();
$this->_echo("[信息] 创建日志目录完成/n");
}elseif (is_array($blog_list)){
$blog_list_length = count($blog_list);
$this->_echo("[错误] 获取日志列表不完成:{$blog_list_length}/{$total_blogs}/n");
}else{
$this->_echo( "[错误] 获取日志失败/n");
}
}else{
$this->_echo( "[错误] 没有日志！");
}
}
}
public function login(){
//登录1 Plogin.do
$this->ch = curl_init("http://www.renren.com/PLogin.do");
$post_data = "email={$this->username}&password={$this->password}&origURL=http%3A%2F%2Fwww.renren.com%2FHome.do&domain=renren.com";
curl_setopt($this->ch,CURLOPT_POSTFIELDS,$post_data);
curl_setopt($this->ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($this->ch, CURLOPT_COOKIEJAR, $this->cookie_file);
$result = curl_exec($this->ch);
curl_close($this->ch);
preg_match('/"([^"]+)"/',$result,$url);

//登录2 callback.do
$result = $this->_getUrlContents($url[1]);
preg_match('/"([^"]+)"/',$result,$url);

//登录3 Home.do
$result = $this->_getUrlContents($url[1]);
if(preg_match("/最近来访/",$result)){
preg_match("/<title>([^<]+)<//title>/",$result,$title);
$this->_echo( "[信息] 登录成功 [{$title[1]}]/n");
return true;
}else{
$this->_echo( "[错误] 登录失败 ");
return false;
}
}

public function getTotalBlog(){
//获取总共多少篇日志
$blog_page = $this->_getUrlContents($this->blog_url);
preg_match("/<div class=/"blog-home/"><div class=/"pager-top/"><span>当前显示1-10篇//共([0-9]+)篇/",$blog_page,$total_blog);
return $total_blog[1];
}

/**
* 获取全部日志的url列表
*
* @param int $total_blog
* @return array()
*/
public function getBlogList($total_blog){
$total_pages = (int)($total_blog/10);
$blog_list = array();
for ($curr_page=0;$curr_page<=$total_pages;$curr_page++){
$_url = "http://blog.renren.com/blog/0?curpage={$curr_page}&year=0&month=0&selitem=";
$blog_page = $this->_getUrlContents($_url);
preg_match_all("/href=/"(http:////blog.renren.com//blog//[0-9]{7,10}//[0-9]{7,10})/">([^<]+)<//a> <//strong>/",$blog_page,$match_result);
$blog_list = array_merge($blog_list,$match_result[1]);
}
return $blog_list;
}

/**
* 获取指定url的日志，保存为html
*
* @param string $blog_url
*/
public function getBlog($blog_url){
$blog_page_html = $this->_getUrlContents($blog_url);
$blog_title = trim($this->_getBlogTitle($blog_page_html));
$blog_time = $this->_getBlogTime($blog_page_html);
$blog_content = $this->_getBlogContent($blog_page_html);
$tmp_html  = '<html>';
$tmp_html .= '<head><meta http-equiv="Content-Type" content="text/html; charset=UTF-8" /></head>';
$tmp_html .= '<body><h1>'.$blog_title.'</h1>';
$tmp_html .= '<br />'.$blog_time.'<br />';
$tmp_html .= $blog_content.'</body></html>';
$tmp_file_name = str_replace('/','_',substr($blog_url,28)).'.html';
$this->menu[$tmp_file_name] = $blog_title;
file_put_contents($this->download_path .DIRECTORY_SEPARATOR. $tmp_file_name,$tmp_html);
$this->_echo("[信息] 保存日志列表完成[$blog_title] /n");
}

/**
* 解析HTML，获取日志的标题
*
* @param string $blog_html_str
* @return string
*/
private function _getBlogTitle($blog_html_str){
preg_match("/<b>(.+)<//strong>?/",$blog_html_str,$match_result);
return $match_result[1];
}

/**
* 解析HTML，获取日志的内容
*
* @param string $blog_html_str
* @return string
*/
private function _getBlogContent($blog_html_str){
preg_match('/<div/ id=/"blogContent/"/ class=/"text/-article/">.+?<//div>/s',$blog_html_str,$match_result);
return $match_result[0];
}

/**
* 解析HTML，获取日志的时间
*
* @param string $blog_html_str
* @return string
*/
private function _getBlogTime($blog_html_str){
preg_match('//"timestamp/">(/d{4}/-/d{2}/-/d{2}/ /d{2}:/d{2})/',$blog_html_str,$match_result);
return $match_result[1];
}

/**
* 获取指定url的页面全部内容
*
* @param string $url
* @return string
*/
private function _getUrlContents($url){
$this->ch = curl_init($url);
curl_setopt($this->ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($this->ch, CURLOPT_COOKIEJAR, $this->cookie_file);
curl_setopt($this->ch, CURLOPT_COOKIEFILE, $this->cookie_file);
$result = curl_exec($this->ch);
curl_close($this->ch);
return $result;
}

/**
* 创建目录
*
*/
private function makeIndex(){
$tmp_index = '<html>';
$tmp_index .= '<head><meta http-equiv="Content-Type" content="text/html; charset=UTF-8" /></head>';
$tmp_index .= '<body>';
if (is_array($this->menu)) {
foreach ($this->menu as $link=>$title) {
$tmp_index .= '<a href="'.$link.'" mce_href="'.$link.'" target="_blank">'.$title.'</a><br />';
}
}
$tmp_index .= '</body></html>';
file_put_contents($this->download_path .DIRECTORY_SEPARATOR.'index.html',$tmp_index);
}

/**
* 转换msg为指定的编码，echo
*
* @param string $msg
*/
private function _echo($msg){
echo iconv("utf-8",$this->rt_encode,$msg);
}
public function __destruct(){
unlink($this->cookie_file);
}
}
$test = new renren("人人网账号","人人网密码");
$test->download();
?>


待完善的内容：

1、保存日志中的图片。

2、保存日志中的评论。

3、将零散的html备份文件，编译成chm，或者其他格式。

4、保存备份所有的状态。

不过，我不打算做这些了。

最后要说：PHP不光做网页，做脚本也非常好用！

PS：发现什么问题的话，敬请指教。
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 点击这里给我发消息
标签： 
相关文章推荐
新的分享
章节导航