用php實(shí)現(xiàn)的小偷程序原理
來(lái)源：昆明網(wǎng)絡(luò)公司 日期：2010-09-15 閱讀： 發(fā)表評(píng)論
很多站因?yàn)闊o(wú)法及時(shí)更新網(wǎng)站信息，所以都采用了程序自動(dòng)采集網(wǎng)絡(luò)新聞的做法，這里我們來(lái)說(shuō)一下php的自動(dòng)采集原理。
1、確定采集的網(wǎng)站目標(biāo)。
2、使用file_get_contents來(lái)獲取遠(yuǎn)程網(wǎng)站的內(nèi)容存儲(chǔ)到某個(gè)變量當(dāng)中。
3、構(gòu)建正則表達(dá)式，提取需要的內(nèi)容，并循環(huán)存儲(chǔ)到數(shù)據(jù)庫(kù)中。
該任務(wù)的主要技術(shù)難點(diǎn)有以下：
1、正則表達(dá)式的構(gòu)建，需要重復(fù)測(cè)試并且試驗(yàn)一段時(shí)間。
2、對(duì)方采取一些了防采集的措施，比如，網(wǎng)頁(yè)內(nèi)容規(guī)律的刻意打亂，服務(wù)器端的檢測(cè)，對(duì)內(nèi)容讀取時(shí)間頻率的控制等等。
上一篇：snoopy中文手冊(cè) 下一篇：css reset css重置分享
發(fā)表評(píng)論評(píng)論列表（有 條評(píng)論）