程序员人生 网站导航

php抓取百度快照、百度收录、百度热词程序代码

栏目:php教程时间:2013-12-07 07:14:34

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。

  1. <? 
  2. /* 
  3. 抓取百度收录代码 
  4. */ 
  5. function baidu($s){ 
  6.   $baidu="http://www.baidu.com/s?wd=site%3A".$s
  7.   $site=file_get_contents($baidu); 
  8.   //$site=iconv("gb2312", "UTF-8", $site); 
  9.   ereg("找到相关网页(.*)篇,"$site,$count); 
  10.   $count=str_replace("找到相关网页","",$count); 
  11.   $count=str_replace("篇,","",$count); 
  12.   $count=str_replace("约","",$count); 
  13.   $count=str_replace(",","",$count); 
  14.   return $count[0]; 
  15. echo baidu(www.hzhuti.com); //获取好主题在百度中的收录数量 
  16. ?> 

获取百度的热词

  1. <?php  
  2. /**  
  3. * * @user 小杰  
  4. * @return array 返回百度的热词数据(数组返回)  
  5. */  
  6. function getBaiduHotKeyWord()  
  7. {  
  8. $templateRss = file_get_contents('http://top.baidu.com/rss_xml.php?p=top10');  
  9. If (preg_match('/<table>(.*)</table>/is'$templateRss$_description)) {  
  10. $templateRss = $_description [0];  
  11. $templateRss = str_replace("&""&"$templateRss);  
  12. }  
  13. $templateRss = "<?xml version="1.0" encoding="GBK"?>" . $templateRss;  
  14. $xml = simplexml_load_String($templateRss);  
  15. foreach ($xml->tbody->tr as $temp) {  
  16. if (!emptyempty ($temp->td->a)) {  
  17. $keyArray [] = trim(($temp->td->a));  
  18. }  
  19. }  
  20. return $keyArray;  
  21. }  
  22. 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
  1. <?php 
  2.     $domain = “http://www.phpfensi.com/nokia/5230/ *欲查询的域名*/ 
  3.     $site_url = ‘http://www.phpfensi.com/s?wd=site%3A’; 
  4.     $all = $site_url.$domain/*域名所有收录的网址*/ 
  5.     $today = $all.’&lm=1′;    /*域名今日收录的网址*/ 
  6.     $utf_pattern = “/找到相关结果数(.*)个/”; 
  7.     $kz_pattern = “/<span class=”g”>(.*)</span>/”; /*用以匹配快照日期的字符串*/ 
  8.     $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*/ 
  9.     $s0 = @file_get_contents($all);    /*将site:www.phpfensi.net的网页置入$s0字符串中*/ 
  10.     $s1 = @file_get_contents($today); 
  11.     preg_match($utf_pattern,$s0,$all_num); /*匹配”找到相关结果数*个”*/ 
  12.     preg_match($utf_pattern,$s1,$today_num); 
  13.     preg_match($kz_pattern,$s0,$temp); 
  14.     preg_match($times,$temp[0],$screenshot); 
  15.     if($all_num[1] == “”) 
  16.         $all_num[1] = 0; 
  17.     if($today_num[1] == “”) 
  18.         $today_num[1] = 0; 
  19.     if($screenshot[0] == “”) 
  20.         $screenshot[0] = “暂无快照”; 
  21. ?> 
  22. <html> 
  23.     <head> 
  24.     <title>Test</title> 
  25.     </head> 
  26. <body> 
  27.   <table> 
  28.     <tr> 
  29.       <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> 
  30.     </tr> 
  31.     <tr> 
  32.       <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> 
  33.     </tr> 
  34.   </table> 
  35.     <p>百度收录:<a href=”<?php echo $all; ?>” target=”_blank”><?php echo $all_num[1]; ?></a></p> 
  36.     <p>百度今日收录:<a href=”<?php echo $today; ?>” target=”_blank”><?php echo $today_num[1]; ?></a></p> 
  37.     <p>百度快照日期:<a href=”<?php echo $all; ?>”><?php echo $screenshot[0]; ?></a></p> 
  38. </body> 
  39. </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。

------分隔线----------------------------
------分隔线----------------------------

最新技术推荐