基于PHP的简单采集数据入库程序【续篇】

前端技术 2023/09/04 PHP

在上篇文章中，我们已经采集新闻信息页的列表数据，接下来要做的操作就是从数据库中读取所需要采集的URL，进行页面抓取就行

新建一个content表

不过需要注意的一点是，不能再采用采集URL这种id递增的方法去采集，因为数据表中可能出现id断续，比如id=9，id=11，当采集到id=10的时候，URL是空白的，这样可能会导致采集到了空字段。

这里用到的一个技巧是数据库的查询语句，在我们采集完第一条数据的时候，判断数据库里是否还有大于此id的id编号，若有，读取一条，查询信息重复上面的工作。

具体代码如下：

<?php
  
  include_once(\"conn.php\");
  $id=(int)$_GET[\'id\'];
  $sql=\"select * from list where id=$id\";
  $result=mysql_query($sql);
  $row=mysql_fetch_array($result);//取得对应的url地址
  $content=file_get_contents($row[\'url\']);
  $pattern=\"/<dd class=\\\"dataWrap\\\">(.*)<\\/dd>/iUs\";
  preg_match($pattern, $content,$info);//获取内容存放info
  echo $title=$row[1].\"<br/>\";
  echo $content=$info[0].\"<hr/>\";

  //插入数据库
  $add=\"insert into content(title,content) value(\'$title\',\'$content\')\";
  mysql_query($add);

  $sql2=\"select * from list where id>$id order by id asc limit 1\";
  $result2=mysql_query($sql2);
  $row2=mysql_fetch_array($result2);//取得对应的url地址
  if($row2[\'id\']){
    echo \"<script>window.location=\'content.php?id=$row2[0]\'</script>\";
  }

?>

这样子我们所要的新闻内容就采集入库了，接下来只需要对数据的一些样式进行整理就行了。

本文地址：https://www.stayed.cn/item/11647

转载请注明出处。

本站部分内容来源于网络,如侵犯到您的权益,请 联系我

我的博客

人生若只如初见，何事秋风悲画扇。

我的标签

随笔档案