在下面采集数据过程中file_get_contents函数是关键了然后通过正则分析把我们想要的内容保存到自己本地数据库了下面我来介绍php小偷程序的实现方法有需要的朋友可参考。

在下面采集数据过程中file_get_contents函数是关键了下面我们来看看file_get_contents函数语法

string

函数是用来将文件的内容读入到一个字符串中的首选方法。

如果操作系统支持还会使用内存映射技术来增强性能。

代码如下复制代码

file_get_contents(http://www.111cn.net/);

echo

这样$homepage就是我们采集网的内容给保存下来了好了说了这么多我们开始吧。

代码如下复制代码

fetch_match_contents($begin,$end,$c)

$beginchange_match_string($begin);

{$begin}(.*){$end};

$strstr_replace($old,$new,$str);

return

$cfetch_urlpage_contents($url);

foreach($ft

$rs[$key]fetch_match_contents($value[begin],$value[end],$c);

foreach($th[$key]

$rs[$key]str_replace($old,$new,$rs[$key]);

return

以下代码从上一面修改而来专门用于提取网页所有超链接邮箱或其他特定内容

代码如下复制代码

fetch_match_contents($begin,$end,$c)

$beginchange_match_string($begin);

#{$begin}(.*){$end}#iU;//i表示忽略大小写U禁止贪婪匹配

return

$strstr_replace($old,$new,$str);

return

$cfetch_urlpage_contents($url);

foreach($ft

$rs[$key]fetch_match_contents($value[begin],$value[end],$c);

foreach($th[$key]

$rs[$key]str_replace($old,$new,$rs[$key]);

return

小提示file_get_contents很是容易被防采集了我们可以使用curl来模仿用户对网站进行访问这算比上面要高级不少哦file_get_contents()效率稍低些常用失败的情况、curl()效率挺高的支持多线程不过需要开启下curl扩展。

下面是curl扩展开启的步骤

1、将PHP文件夹下的三个文件php_curl.dll,libeay32.dll,ssleay32.dll复制到system32下;

2、将php.ini(c:WINDOWS目录下)中的;extensionphp_curl.dll中的分号去掉;

Referer

GetSources($Url,$User_Agent,$Referer_Url)

//$Url

baiduspider(http://www.baidu.com/search/spider.htm);

$Referer_Url

GetSources($Url,$User_Agent,$Referer_Url);