PHP 采集程序中常用的函数

yipeiwu_com6年前PHP代码库

复制代码 代码如下:

//获得当前的脚本网址
function get_php_url()
{
if(!empty($_SERVER[”REQUEST_URI”]))
{
$scriptName = $_SERVER[”REQUEST_URI”];
$nowurl = $scriptName;
}
else
{
$scriptName = $_SERVER[”PHP_SELF”];
if(empty($_SERVER[”QUERY_STRING”]))
$nowurl = $scriptName;
else
$nowurl = $scriptName.”?”.$_SERVER[”QUERY_STRING”];
}
return $nowurl;
}

//把全角数字转为半角数字
function GetAlabNum($fnum)
{
$nums = array(”0”,”1”,”2”,”3”,”4”,”5”,”6”,”7”,”8”,”9”);
$fnums = “0123456789″;
for($i=0;$i<=9;$i++) $fnum = str_replace($nums[$i],$fnums[$i],$fnum);
$fnum = ereg_replace(”[^0-9\.]|^0{1,}”,””,$fnum);
if($fnum==””) $fnum=0;
return $fnum;
}

//去除HTML标记
function Text2Html($txt)
{
$txt = str_replace(” “,” ”,$txt);
$txt = str_replace(”<”,”<”,$txt);
$txt = str_replace(”>”,”>”,$txt);
$txt = preg_replace(”/[\r\n]{1,}/isU”,”<br/>\r\n”,$txt);
return $txt;
}

//清除HTML标记
function ClearHtml($str)
{
$str = str_replace('<','<',$str);
$str = str_replace('>','>',$str);
return $str;
}

//相对路径转化成绝对路径
function relative_to_absolute($content, $feed_url)
{
preg_match('/(http|https|ftp):\/\//', $feed_url, $protocol);
$server_url = preg_replace(”/(http|https|ftp|news):\/\//”, “”, $feed_url);
$server_url = preg_replace(”/\/.*/”, “”, $server_url);

if ($server_url == ”)
{
return $content;
}

if (isset($protocol[0]))
{
$new_content = preg_replace('/href=”\//', ‘href=”‘.$protocol[0].$server_url.'/', $content);
$new_content = preg_replace('/src=”\//', 'src=”‘.$protocol[0].$server_url.'/', $new_content);
}
else
{
$new_content = $content;
}
return $new_content;
}
//取得所有链接
function get_all_url($code){
preg_match_all('/<a\s+href=[”|\']?([^>”\' ]+)[”|\']?\s*[^>]*>([^>]+)<\/a>/i',$code,$arr);
return array('name'=>$arr[2],'url'=>$arr[1]);
}

//获取指定标记中的内容
function get_tag_data($str, $start, $end)
{
if ( $start == ” || $end == ” )
{
return;
}
$str = explode($start, $str);
$str = explode($end, $str[1]);
return $str[0];
}

//HTML表格的每行转为CSV格式数组
function get_tr_array($table)
{
$table = preg_replace(”‘<td[^>]*?>'si”,'”‘,$table);
$table = str_replace(”</td>”,'”,',$table);
$table = str_replace(”</tr>”,”{tr}”,$table);
//去掉 HTML 标记
$table = preg_replace(”‘<[\/\!]*?[^<>]*?>'si”,””,$table);
//去掉空白字符
$table = preg_replace(”‘([\r\n])[\s]+'”,””,$table);
$table = str_replace(” “,””,$table);
$table = str_replace(” “,””,$table);
$table = explode(”,{tr}”,$table);
array_pop($table);
return $table;
}

//将HTML表格的每行每列转为数组,采集表格数据
function get_td_array($table)
{
$table = preg_replace(”‘<table[^>]*?>'si”,””,$table);
$table = preg_replace(”‘<tr[^>]*?>'si”,””,$table);
$table = preg_replace(”‘<td[^>]*?>'si”,””,$table);
$table = str_replace(”</tr>”,”{tr}”,$table);
$table = str_replace(”</td>”,”{td}”,$table);
//去掉 HTML 标记
$table = preg_replace(”‘<[\/\!]*?[^<>]*?>'si”,””,$table);
//去掉空白字符
$table = preg_replace(”‘([\r\n])[\s]+'”,””,$table);
$table = str_replace(” “,””,$table);
$table = str_replace(” “,””,$table);

$table = explode('{tr}', $table);
array_pop($table);
foreach ($table as $key=>$tr)
{
$td = explode('{td}', $tr);
array_pop($td);
$td_array[] = $td;
}
return $td_array;
}

//返回字符串中的所有单词 $distinct=true 去除重复
function split_en_str($str,$distinct=true)
{
preg_match_all('/([a-zA-Z]+)/',$str,$match);
if ($distinct == true)
{
$match[1] = array_unique($match[1]);
}
sort($match[1]);
return $match[1];
}

相关文章

使用PHP强制下载PDF文件示例

我们有时会遇到这样一种情况,当需要下载一个PDF文件时,如果不经处理会直接在浏览器里打开PDF文件,然后再需要通过另存为才能保存下载文件。本文将通过PHP来实现直接下载PDF文件。 实现...

PHP Primary script unknown 解决方法总结

相信很多配置php环境的都遇到过这个恼人的问题: 浏览器访问php文件,返回来 File not found 查看/var/log/nginx/error.log ,有 “Pr...

在PHP程序中使用Rust扩展的方法

 C或PHP中的Rust 我的基本出发点就是写一些可以编译的Rust代码到一个库里面,并写为它一些C的头文件,在C中为被调用的PHP做一个拓展。虽然并不是很简单,但是很有趣。...

一些php技巧与注意事项分析

从浏览器上看,使用 header(location) 就跳转到另一个页面了,但事实上,php却仍然会执行后台的代码的,假如后面的代码有不安全逻辑的,那就直接无视开发者设定的条件,继续把后...

php转换上传word文件为PDF的方法【基于COM组件】

本文实例讲述了php转换上传word文件为PDF的方法。分享给大家供大家参考,具体如下: 以前用过office组件转换上传文件word同时转换为html文件,这次要将word文件转换为p...