实现这个功能的步骤：
首先打开百度百科，在搜索框输入“php”关键词，得到搜索列表，一般都是10条；
然后使用火狐的Firebug分析百度列表的内容组成，主要是html标签，发现去向百科内容的连接的格式都是http://baike.baidu.com/view/5721060.htm，于是使用正则匹配链接，得到10条链接；
之后把链接交由curl（）批处理函数（自定义）处理，得到结果页面的内容；
然后在对内容页面进行分析，找出你想要的内容，本程序抓取的是标题以及简介；
最后，把结果呈现在tabel标签中。
此外，我还把抓取的数据写入了数据库中。
所有的代码如下：
程序名为curl.php的代码:
<?php
require 'func.curl.php';
require 'func.mysql.php';
//CURL
if (isset($_GET['action'])){
$_key=$_POST['key'];
$_ch=curl_init();
curl_setopt($_ch,CURLOPT_URL,"http://baike.baidu.com/search?word=".$_key);
curl_setopt($_ch,CURLOPT_RETURNTRANSFER,1);
$_output=curl_exec($_ch);
curl_close($_ch);
if(preg_match_all('/(http\:\/\/baike\.baidu\.com.*)\"\s/',$_output,$_url)){
$_res=curl($_url[1]);
$_title=array();
$_content=array();
for ($_i=0;$_i<count($_res);$_i++){
if (preg_match_all('/lemmaTitleH1\"\>(.*?)\s*\<\/div\>/',$_res[$_i],$_arr)){
//标题
$_title[$_i]=strip_tags($_arr[1][0]);
if (preg_match_all('/para\"\>(.*?)\s*\<\/div\>/',$_res[$_i],$_arr)){
//内容
$_content[$_i][0]=strip_tags($_arr[1][0]);
$_content[$_i][1]=strip_tags($_arr[1][1]);
//插入数据库
inserInfo($_title[$_i],$_content[$_i][0],$_content[$_i][1],$_key);
}
}
}
}else{
exit('无匹配结果');
}
}
?>
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf8" />
<title>模拟搜索引擎</title>
<link type="text/css" rel="stylesheet" href="curl.css"/>
</head>
<body>
<div id="header">
<form method="post" action="?action=search">
<input type="text" name="key" value="请输入关键字" class="text"/>
<input type="submit" name="submit" value="搜索" class="submit"/>
</form>
</div>
<div id="content">
<table>
<?php for ($i=0;$i<count($_title);$i++){?>
<tr><td class="title"><a href="<?php echo $_url[1][$i];?>" target="_blank"><?php echo $_title[$i];?></a></td></tr>
<tr><td class="content"><?php echo $_content[$i][0]?></td></tr>
<?php }?>
</table>
</div>
<script type="text/javascript">
var key=document.getElementsByName('key')[0];
key.onfocus=function(){
this.value='';
};
key.onblur=function(){
if(this.value==""){
this.value="请输入关键字";
}
};
</script>
</body>
</html>func.curl.php的代码：
<?php
//curl批处理函数
function curl($connomains){
$mh = curl_multi_init();
foreach ($connomains as $i => $url) {
$conn[$i] = curl_init("$url");
curl_setopt($conn[$i], CURLOPT_RETURNTRANSFER, 1);
curl_multi_add_handle ($mh,$conn[$i]);
}
// start performing the request
do {
$mrc = curl_multi_exec($mh, $active);
} while ($mrc == CURLM_CALL_MULTI_PERFORM);
while ($active and $mrc == CURLM_OK) {
// wait for network
if (curl_multi_select($mh) != -1) {
// pull in any new data, or at least handle timeouts
do {
$mrc = curl_multi_exec($mh, $active);
} while ($mrc == CURLM_CALL_MULTI_PERFORM);
}
}
// retrieve data
foreach ($connomains as $i => $url) {
if (($err = curl_error($conn[$i])) == '') {
$res[$i]=curl_multi_getcontent($conn[$i]);
} else {
print "Curl error on handle $i: $err\n";
}
curl_multi_remove_handle($mh,$conn[$i]);
curl_close($conn[$i]);
}
curl_multi_close($mh);
return $res;
}
?>func.mysql.php的代码为：
<?php
function inserInfo($_title,$_content,$_content_extra,$_keywords){
$_mysql=mysql_connect('localhost','root','123') or die('数据库连接错误');
mysql_select_db('baike',$_mysql);
mysql_query('set names utf8');
mysql_query("INSERT INTO info (title,content,content_extra,keywords)
VALUES(
'$_title',
'$_content',
'$_content_extra',
'$_keywords'
)
");
mysql_close();
}
?>免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
