中文字幕日韩一区二区_国产一区二区av_国产毛片av_久久久久国产一区_色婷婷电影_国产一区二区精品

基于preg_match_all采集后數據處理的一點心得筆記(編碼轉換和正則匹配)

1、使用curl實現站外采集

具體請參考我上一篇筆記:http://www.jb51.NET/article/46432.htm

2、編碼轉換
首先通過查看源代碼找到采集的網站使用的編碼,通過mb_convert_encoding函數進行轉碼;

具體使用方法:

復制代碼 代碼如下:
//源字符是$str

//以下已知原編碼為GBK,轉換為utf-8
mb_convert_encoding($str, "UTF-8", "GBK");

//以下未知原編碼,通過auto自動檢測后,轉換編碼為utf-8
mb_convert_encoding($str, "UTF-8", "auto");

3、為更好地避開換行符和空格等不定因素的阻礙,有必要先清除采集到的源碼中的換行符、空格符和制表符

復制代碼 代碼如下:
//方法一,使用str_replace進行替換
$contents = str_replace("/r/n", '', $contents); //清除換行符
$contents = str_replace("/n", '', $contents); //清除換行符
$contents = str_replace("/t", '', $contents); //清除制表符
$contents = str_replace(" ", '', $contents); //清除空格符

//方法二,使用正則表達式進行替換
$contents = preg_replace("/([/r/n|/n|/t| ]+)/",'',$contents);

4、通過正則表達式匹配找出需要獲得的代碼段,使用preg_match_all實現該匹配

復制代碼 代碼如下:
函數解釋:
int preg_match_all ( string pattern, string subject, array matches [, int flags] )
pattern即正規表達式
subject即要進行查找的原文
matches是用于儲存輸出結果的數組
flags是儲存的模式,包括:
    PREG_PATTERN_ORDER;  //整個數組是二維數組,$arr1[0]是包括邊界所構成匹配字符串的數組,$arr1[1]除去邊界所構成的匹配字符串的數組
    PREG_SET_ORDER;  //整個數組是二維數組,$arr2[0][0]是第一個包括邊界所構成的匹配的字符串,$arr2[0][1]是第一個除去邊界所構成的匹配的字符串,之后的數組以此類推
    PREG_OFFSET_CAPTURE;  //整個數組是三維數組,$arr3[0][0][0]是第一個包括邊界所構成的匹配的字符串,$arr3[0][0][1]是到達第一個匹配字符串的邊界的偏移量(邊界不算在內),之后以此類推,$arr2[1][0][0]是第一個包括邊界所構成的匹配的字符串,$arr3[1][0][1]是到達第一個匹配字符串的邊界的偏移量(邊界算在內);

//實際應用
preg_match_all('/<pclass=/"content/">(.*?)<//p>/',$contents, $out, PREG_SET_ORDER);
$out將獲取到所有匹配的元素
$out[0][0]將是包括<pclass=/"content/"></p>在內的全段字符
$out[0][1]將是僅包括(.*?)括號內所匹配到的字符段

//如此類推,第n個匹配到的字段可以用以下方法取得
$out[n-1][1]

//若正則表達式中存大多個括號,則取得句中第m個匹配點的方法是
$out[n-1][m]

5、取得要找到字符后,若要去掉html標簽,使用php自帶的函數strip_tags即可方便地實現

復制代碼 代碼如下:
//例
$result=strip_tags($out[0][1]);

php技術基于preg_match_all采集后數據處理的一點心得筆記(編碼轉換和正則匹配),轉載需保留來源!

鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播更多信息之目的,如作者信息標記有誤,請第一時間聯系我們修改或刪除,多謝。

主站蜘蛛池模板: 色综网| 婷婷色国产偷v国产偷v小说 | 国产一区二区三区在线 | 亚洲精品日韩在线观看 | 午夜免费福利电影 | www.se91 | 6996成人影院网在线播放 | 在线播放中文字幕 | 成人午夜黄色 | 久久a久久| 日本在线免费视频 | 亭亭五月激情 | 免费看a| 天天躁日日躁性色aⅴ电影 免费在线观看成年人视频 国产欧美精品 | 精品一区二区三区四区 | 99久热在线精品视频观看 | 99热热| 中文字幕欧美日韩一区 | 中文字幕高清一区 | 亚洲男人天堂 | 国产精品久久久久久久免费大片 | 国产精品国产三级国产aⅴ入口 | 国产精品久久久久久久岛一牛影视 | 一级黄色毛片a | 亚洲国产一区二区三区 | 精品久久久久久久久久久久 | 免费亚洲成人 | 日韩三级 | 欧美一级视频在线观看 | 日本三级电影在线看 | 狠狠爱免费视频 | 福利一区视频 | 美女三区 | 黄色欧美大片 | 日本视频中文字幕 | 91中文字幕在线 | 精品视频在线免费观看 | 久久精品欧美一区二区三区不卡 | 欧美日韩电影一区 | 亚洲天堂久久 | 日韩成年人视频在线 |