php 采集书并合成txt格式的实现代码

前端之家收集整理的这篇文章主要介绍了php 采集书并合成txt格式的实现代码前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

<?PHP
/*
@name 采集书.PHP
@date Sun Mar 01 22:48:02 CST 2009
@copyright 马永占(MyZ)
@author 马永占(MyZ)
@link http://blog.csdn.net/mayongzhan/
/
//header('Content-Type:text/html;charset=utf8');
header('Content-Type:text/html;charset=gb2312');
error_reporting(E_ALL);
date_default_timezone_set('Asia/Shanghai');
set_time_limit(0);
function writer($content,$url)
{
$fp = fopen($url,'ab');
fwrite($fp,$content);
fclose($fp);
}
$folder = '2'; //文件
$book_base_url = 'xxxxxxxxxxxxxxxxxxxxx';
$book_url = 'yyyyyyyyyyyyy.html';
$main = file_get_contents($book_base_url.$book_url);
preg_matchall('/chapter.
?.html/',$main,$pages);
$pages = array_unique($pages[0]);
foreach ($pages as $value) {
writer(file_get_contents($book_base_url.$value),'./'.$folder.'/'.$value.'.txt');
$str = file_get_contents('./'.$folder.'/'.$value.'.txt');
//print_r($str);
preg_match("/(

)(.?)(<\/h1>)(.?)(<div id=\"contTxt\" class=\"contTxt1\">)(.?)(<\/div>)/s",$str,$arr);
//print_r($arr);die();
$arr[6] = preg_replace("/(<span[^>]+>.
?<a[^>]+>)(.*?)(<\/a><\/span>)/s","$2",preg_replace("/

|<\/p>/","\r\n",$arr[6]));
$result = "\r\n------------------------------------------------\r\n------------------------------------------------\r\n------------------------------------------------\r\n----------------".$arr[2]."\r\n------------------------------------------------\r\n------------------------------------------------\r\n------------------------------------------------\r\n".$arr[6];
writer($result,'./'.$folder.'/new.txt');
}
?>

原文链接:https://www.f2er.com/php/29316.html

猜你在找的PHP相关文章