网页采集+PDO入库

<?php

    /**

     * 采集soho网页新闻

     */

    // header头

    header("content-type:text/html;charset=utf8");

    // 网站地址
    $url="http://sports.sohu.com/nba.shtml";

    // 获取网站内容

    $str=file_get_contents($url);

    // 转码

    $str=iconv('GBK','utf-8',$str);

    // pdo连接数据库

    $pdo=new PDO("mysql:host=localhost;dbname=caiji" ,"root","root");

    $pdo->exec("set names utf8");

    // 获取网页内容`

    $reg='#<div style="display: block; height: 110px; overflow: hidden;" class="l">.*<div class="blank10"></div>#isU';

    preg_match($reg, $str,$arr);

    // 分步正则获取图片、标题、详情

    $reg2='#<img alt="NBA" src="(.*)" border="0" height="100" width="100"></a></div>#isU';

    $reg3='#<h4><a onFocus="undefined" title="" href=".*" target="_blank">(.*)</a></h4>#isU';

    $reg4='#<p>(.*)<a onFocus="undefined" href=".*" target="_blank">.*<div class="r"></div></div>#isU';

    // var_dump($arr);

    preg_match_all($reg2,$arr[0],$image);

    preg_match_all($reg3,$arr[0],$title);

    preg_match_all($reg4,$arr[0],$content);

    // 添加到同一个数组

    $data=array();

    // 将图片保存到本地

    foreach ($image[1] as $key => $value) {

        // 截取后缀

        $exm=substr($value,strrpos($value,'.'));

        // 拼写路径

        $image_name='./image/'.time().rand(1000,9999).$exm;

        // var_dump($image_name);

        // 获取图片内容

        $value=file_get_contents($value);

        file_put_contents($image_name,$value);

        $data[$key]['image']=$image_name;

    }

    // foreach ($image[1] as $key => $value) {

    //     $data[$key]['image']=$value;

    // }

    foreach ($title[1] as $key => $value) {

        $data[$key]['title']=$value;

    }

    foreach ($content[1] as $key => $value) {

        $data[$key]['content']=$value;

    }

    // 循环入库

    foreach ($data as $key => $value) {

        $sql="insert into sohu (image,title,content) values('".$value['image']."','".$value['title']."','".$value['content']."')";

        $pdo->exec($sql);

    }

    var_dump($data);

    

 ?>