初级的用php写的采集程序

可以先用这个采集然后在用帝国处理
PHP
####################################################################################
#作者：9elong
#网站：个人小站不值一提
#时间：2007-01-01
#声明：仅用于学习PHP之用。
#功能：采集单页面图片。
#说明：3个示范表单已经写好正则用来示范。没有任何功能说明，一切都在源代码里。附加论坛图片采集正则示范
####################################################################################
//把图片从信息页抓取下来的函数
functiongetimg($url,$n,$key,$imgqian,$imgbiao,$titlekey)
{
//$key图片地址正则
//$titlekey图片标题正则
//$imgqian图片地址前缀
//$imgbiao图片地址特殊标识
global$n;
global$msg;
global$result;
global$imgadd;
global$title;
$msg=file_get_contents($url);
$key=str_replace("{图片地址}","(.+)",$key);
$key="|".$key."|isU";
preg_match_all($key,$msg,$result);
$c=count($result[0]);
for($i=0;$i<$c;$i++)
{
$img=$result[0][$i]."
";
if(ereg("^.*".$imgbiao.".*$",$img))
{
$img=str_replace($imgbiao,$imgqian.$imgbiao,$img);
preg_match("|http://(.+)jpg|isU",$img,$img);
$imgadd[$n]=$img[0];
//echo"";
$n++;
}
elseif(ereg("^.*jpg.*$",$img))
{
preg_match("|http://(.+)jpg|isU",$img);
$imgadd[$n]=$img[0];
if($img[0]!="")
$n++;
}
unset($img);
}
$titlekey=str_replace("{图片标题}",$titlekey);
$titlekey="|".$titlekey."|isU";
preg_match($titlekey,$title);
//echo$title[0];
return$title;
return$msg;
return$result;
return$n;
return$imgadd;
}
####################################################################################
#不支持file_get_contents()函数可以使用下面的替换
#$i=0;
#$handle=@fopen($url,"rb");
#while(!@feof($handle))
#{
#$buffer[$i]=@fgets($handle,4096);
#$i++;
#}
#fclose($handle);
#$msg=join("",$buffer);
####################################################################################
if($_GET['act']=="getimgadd"&&$_POST['url']!="")
{
$url=$_POST['url'];
getimg($url,"0",$_POST['key'],$_POST['imgqian'],$_POST['imgbiao'],$_POST['titlekey']);
####################################################################################
//获取分页
if($_POST['getpage']=="是")
{
$_POST['page']=str_replace("{分页地址}",$_POST['page']);
$page="|".$_POST['page']."|isU";
//echo$page;
preg_match_all($page,$presult);
if($_POST['pc']==""||$_POST['pc']=="全部")
$pc=count($presult[0]);
else
$pc=$_POST['pc'];
if($_POST['pc']>count($presult[0]))
$pc=count($presult[0]);
for($i=1;$i<$pc;$i++)
{
$pageurl=$presult[0][$i];
//echo$pageurl."
";
if(ereg("^.*[1-9].*$",$pageurl))
{
$pageurl=str_replace("$pagekey=str_replace("{关键地址}",$_POST['pagekey']);
$pagekey="|".$pagekey."|isU";
preg_match($pagekey,$pageurl,$N3[$i]);
//echo($N3[$i][0])."
";
getimg($N3[$i][0],$_POST['titlekey']);
}
}
}
####################################################################################
echo"图片集〖".$title[1]."〗".$n."张图片被抓取
返回首页
"; while(list($num,$var)=each($imgadd))
{
if($_POST['showtype']=="图片")
{
echo"
";
}
else
echo$var."
";
}
####################################################################################
//exit();
}
?>
实例1(信息页有分页，使用了简单的分页正则)：
输入图片地址

图片地址正则'>

图片地址前缀

图片地址标识

图片标题正则{图片标题}