日期:2014-05-17 浏览次数:20471 次
$url = "http://news.qq.com/newsgn/zhxw/shizhengxinwen.htm"; $urlcontent = file_get_contents($url); preg_match_all("/<a.{1,20}href=\"(http:\/\/news\.qq\.com\/.{1,50}\/\d{1,20}\.htm)\".{1,80}<span class=\"pub\_time\">/isU", $urlcontent, $urlcontent); //程序运行到此正常,能拿出列表页要采集新闻的连接 $urllength=count($urlcontent[1]); $conpattern = "/<div id=\"C-Main-Article-QQ\" class=\"mod-left\">.+<h1>(.+)<\/h1>.+<span class=\"pubTime\">(.+)<\/span>.+<div id=\"Cnt-Main-Article-QQ\" bossZone=\"content\">(.+)<div class=\"ft\">/isU"; for($i=0;$i<=$urllength-1;$i++){ $newstr = file_get_contents($urlcontent[1][$i]); preg_match_all($conpattern, $newstr, $art_arr); if(isset($art_arr[1][0])){ //因为有时候采集不到,所以我在这里判断下,问题就在这里,不知道什么原因采集不到,朋友们帮分析下。谢谢了 echo $art_arr[1][0]."<br />"; } }