Chinaunix首页 | 论坛 | 博客
  • 博客访问: 363580
  • 博文数量: 87
  • 博客积分: 2571
  • 博客等级: 少校
  • 技术积分: 920
  • 用 户 组: 普通用户
  • 注册时间: 2009-12-29 13:10
文章分类

全部博文(87)

文章存档

2012年(49)

2011年(7)

2010年(26)

2009年(5)

分类: Python/Ruby

2012-02-23 13:27:44

原文:

  1. 1.编写curl类,进行网页内容抓取
  2.  
  3. class CurlUtil
  4. {
  5.     private $curl;
  6.     private $timeout = 10;
  7.   
  8.     /**
  9.      * 初始化curl对象
  10.      */
  11.     public function __construct()
  12.     {
  13.         $this->curl = curl_init();
  14.         curl_setopt($this->curl, CURLOPT_RETURNTRANSFER, 1);
  15.         curl_setopt($this->curl, CURLOPT_USERAGENT, "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1)");
  16.         curl_setopt($this->curl, CURLOPT_HEADER, false); //设定是否显示头信息
  17.         curl_setopt($this->curl, CURLOPT_NOBODY, false); //设定是否输出页面内容
  18.         curl_setopt($this->curl, CURLOPT_CONNECTTIMEOUT, $this->timeout);
  19.         curl_setopt($this->curl, CURLOPT_FOLLOWLOCATION, true);
  20.         curl_setopt($this->curl, CURLOPT_AUTOREFERER, true);
  21.     }
  22.   
  23.     /**
  24.      * 注销函数 关闭curl对象
  25.      */
  26.     public function __destruct()
  27.     {
  28.         curl_close($this->curl);
  29.     }
  30.   
  31.     /**
  32.      * 获取网页的内容
  33.      */
  34.     public function getWebPageContent($url)
  35.     {
  36.         curl_setopt($this->curl, CURLOPT_URL, $url);
  37.         return curl_exec($this->curl);
  38.     }
  39. }



  40. 2.创建curl对象
  41.  
  42. $CurlUtil = new CurlUtil();


  43. 3.抓取yahoo搜索结果
  44.  
  45. function getYahooSearch(CurlUtil $curl, $key)
  46. {
  47.     $key = urlencode($key);
  48.     $searchUrl = "你的雅虎appid&lang=tzh®ion=hk&abstract=long&count=20&format=json&start=0&count=10";
  49.     
  50.     $josnStr = $curl->getWebPageContent($searchUrl);
  51.     $searchDataInfo = json_decode($josnStr, true);
  52.     $searchData = $searchDataInfo['ysearchresponse']['resultset_web'];
  53.   
  54.     $returnArray = array();
  55.     if (!empty($searchData)) {
  56.         foreach ($searchData as $data) {
  57.             $returnArray[] = array("url" => $data['url'], "date" => $data['date'], 'title' => strip_tags($data['title']), 'description' => strip_tags($data['abstract']));
  58.         }
  59.     }
  60.     return $returnArray;
  61. }


  62. 4.测试结果
  63.  
  64. var_dump(getYahooSearch($CurlUtil, "百度"));


阅读(846) | 评论(0) | 转发(0) |
0

上一篇:B编码格式

下一篇:system()函数陷阱

给主人留下些什么吧!~~