如果大家稍加仔细看一下就能发现一个问题,我们下面几个抓取百度收录或快照或热词的程序中都有一个函数file_get_contents(),他是php采集网页常用的哦。
- <?
- /*
- 抓取百度收录代码
- */
- function baidu($s){
- $baidu="http://www.baidu.com/s?wd=site%3A".$s;
- $site=file_get_contents($baidu);
- //$site=iconv("gb2312", "UTF-8", $site);
- ereg("找到相关网页(.*)篇,", $site,$count);
- $count=str_replace("找到相关网页","",$count);
- $count=str_replace("篇,","",$count);
- $count=str_replace("约","",$count);
- $count=str_replace(",","",$count);
- return $count[0];
- }
- echo baidu(www.hzhuti.com); //获取好主题在百度中的收录数量
- ?>
获取百度的热词
- <?php
- /**
- * * @user 小杰
- * @return array 返回百度的热词数据(数组返回)
- */
- function getBaiduHotKeyWord()
- {
- $templateRss = file_get_contents('http://top.baidu.com/rss_xml.php?p=top10');
- If (preg_match('/<table>(.*)</table>/is', $templateRss, $_description)) {
- $templateRss = $_description [0];
- $templateRss = str_replace("&", "&", $templateRss);
- }
- $templateRss = "<?xml version="1.0" encoding="GBK"?>" . $templateRss;
- $xml = simplexml_load_String($templateRss);
- foreach ($xml->tbody->tr as $temp) {
- if (!emptyempty ($temp->td->a)) {
- $keyArray [] = trim(($temp->td->a));
- }
- }
- return $keyArray;
- }
- print_r(getBaiduHotKeyWord());
这是在网上找的,稍微修改了下,将下面代码写入php文件,百度收录和百度快照时间
- <?php
- $domain = “http://www.phpfensi.com/nokia/5230/ *欲查询的域名*/
- $site_url = ‘http://www.phpfensi.com/s?wd=site%3A’;
- $all = $site_url.$domain; /*域名所有收录的网址*/
- $today = $all.’&lm=1′; /*域名今日收录的网址*/
- $utf_pattern = “/找到相关结果数(.*)个/”;
- $kz_pattern = “/<span class=”g”>(.*)</span>/”; /*用以匹配快照日期的字符串*/
- $times = “/d{4}-d{1,2}-d{1,2}/”; /*匹配快照日期的正则表达式,如:2011-8-4*/
- $s0 = @file_get_contents($all); /*将site:www.phpfensi.net的网页置入$s0字符串中*/
- $s1 = @file_get_contents($today);
- preg_match($utf_pattern,$s0,$all_num); /*匹配”找到相关结果数*个”*/
- preg_match($utf_pattern,$s1,$today_num);
- preg_match($kz_pattern,$s0,$temp);
- preg_match($times,$temp[0],$screenshot);
- if($all_num[1] == “”)
- $all_num[1] = 0;
- if($today_num[1] == “”)
- $today_num[1] = 0;
- if($screenshot[0] == “”)
- $screenshot[0] = “暂无快照”;
- ?>
- <html>
- <head>
- <title>Test</title>
- </head>
- <body>
- <table>
- <tr>
- <td>日期</td><td>百度收录</td><td>百度今日收录</td><td>百度快照日期</td>
- </tr>
- <tr>
- <td><?php echo date(‘m月d日G时’);?> </td><td><?php echo $all_num[1]; ?></td><td><?php echo $today_num[1]; ?></td><td><?php echo $screenshot[0]; ?></td>
- </tr>
- </table>
- <p>百度收录:<a href=”<?php echo $all; ?>” target=”_blank”><?php echo $all_num[1]; ?></a></p>
- <p>百度今日收录:<a href=”<?php echo $today; ?>” target=”_blank”><?php echo $today_num[1]; ?></a></p>
- <p>百度快照日期:<a href=”<?php echo $all; ?>”><?php echo $screenshot[0]; ?></a></p>
- </body>
- </html>
上面的方法未经过严格考虑,如果服务器不支持file_get_contents函数我们就无法操作了,所以还可以利用curl操作,这个更方便可以模仿用户哦。
波比源码 – 精品源码模版分享 | www.bobi11.com
1. 本站所有资源来源于用户上传和网络,如有侵权请邮件联系站长!
2. 分享目的仅供大家学习和交流,您必须在下载后24小时内删除!
3. 不得使用于非法商业用途,不得违反国家法律。否则后果自负!
4. 本站提供的源码、模板、插件等等其他资源,都不包含技术服务请大家谅解!
5. 如有链接无法下载、失效或广告,请联系管理员处理!
6. 本站资源售价只是赞助,收取费用仅维持本站的日常运营所需!
7. 本站源码并不保证全部能正常使用,仅供有技术基础的人学习研究,请谨慎下载
8. 如遇到加密压缩包,请使用WINRAR解压,如遇到无法解压的请联系管理员!
波比源码 » php抓取百度快照、百度收录、百度热词程序代码
波比源码 » php抓取百度快照、百度收录、百度热词程序代码