UC知道PHP采集时的问题
来源：百度知道 编辑：UC知道 时间：2024/06/08 05:27:21
正则：$preg = "/<div id='(,*)'>(.*)<\/div>/";
preg_match_all($preg,$str,$match);
echo $match[0][0];
上面是可以取到匹配的这个DIV 的
但匹配BODY时就不行，就是把 DIV改成BODY 即：$preg = "/<body>(.*)<\/body>/";
为什么？
zzs1949 - 初级经理 七级 的回答 很感谢 你的测试确实是OK的
但如果$str1 不是这么简单的就出现问题了，我吧代码给出来，你测试一下
<?php
$curl = curl_init();
// 设置你需要抓取的URL
curl_setopt($curl, CURLOPT_URL,"http://www.cloudscn.com/staticpage/505/20091102/34.html");
// 设置header
curl_setopt($curl, CURLOPT_HEADER, 1);
// 设置cURL 参数，要求结果保存到字符串中还是输出到屏幕上。
curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);
// 运行cURL，请求网页
$str1 = curl_exec($curl);
// 关闭URL请求
curl_close($curl);
//echo $str1;
$preg = "/
preg_match_all($preg,$str,$match);
echo $match[0][0];
上面是可以取到匹配的这个DIV 的
但匹配BODY时就不行，就是把 DIV改成BODY 即：$preg = "/<body>(.*)<\/body>/";
为什么？
zzs1949 - 初级经理 七级 的回答 很感谢 你的测试确实是OK的
但如果$str1 不是这么简单的就出现问题了，我吧代码给出来，你测试一下
<?php
$curl = curl_init();
// 设置你需要抓取的URL
curl_setopt($curl, CURLOPT_URL,"http://www.cloudscn.com/staticpage/505/20091102/34.html");
// 设置header
curl_setopt($curl, CURLOPT_HEADER, 1);
// 设置cURL 参数，要求结果保存到字符串中还是输出到屏幕上。
curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1);
// 运行cURL，请求网页
$str1 = curl_exec($curl);
// 关闭URL请求
curl_close($curl);
//echo $str1;
$preg = "/
完善了程序，更换了你的思路：第六行个别字符可能被百度知道强行转换，请以图片为准！测试OK
<?
$url = 'http://www.baidu.com/';;
$lines_array = file($url);
$lines_string = implode('', $lines_array);
eregi("<body>(.*)</body>", $lines_string, $body);
//$body[0] = str_replace("<","<",$body[0]);$body[0]= str_replace(">",">",$body[0]);
//如果你需要显示HTML源代码，请把上面这行取消注释,否则，浏览器可能显示错位的解析内容
echo $body[0];
?>
