Heim >php教程 >PHP源码 >Blankspider PHP 爬虫

Blankspider PHP 爬虫

PHP中文网
PHP中文网Original
2016-05-25 17:09:591206Durchsuche

php代码

function spider($url, $spider = 'Blankspider', $port = 80, $timeout = 15) {
	$content= '';
	$resolve = parse_url($url);
	$host = $resolve['host'];
	$path = empty($resolve['path']) ? '/' : $resolve['path'].(!empty($resolve['query']) ? '?'.$resolve['query'] : '');
	if(empty($host)) { return 'Requested host name can\'t be empty'; }
	$fp = fsockopen($host, $port, $errno, $errstr, $timeout);
	if (!$fp) {
		return $errstr;
	} else {
		$fputs = "GET $path HTTP/1.1\r\n";
		$fputs.= "Accept: */*\r\n";
		$fputs.= "Host: $host\r\n";
		$fputs.= "Spider: $spider\r\n";
		$fputs.= "Connection: Close\r\n\r\n";
		stream_set_blocking($fp, 1);
		stream_set_timeout($fp, $timeout);
		fputs($fp, $fputs);
		while(!feof($fp)) {
			if(($return = fgets($fp)) && ($return == "\r\n" || $return == "\n")) {
				break;
			}
		}
		while(!feof($fp)) { $content .= fgets($fp, 8192); }
		fclose($fp);
		return $content;
	}

}

function cron2spider($iptable, $sleep = 5) {
	set_time_limit(0);
	$i = 0;
	date_default_timezone_set('PRC');
	if(!file_exists($iptable)) {
		return json_encode(array(
		'status'=> 'error',
		'description'=> 'iptable.conf file not exists'));
	}
	$file = file($iptable);
	if(empty($file)) {
		return json_encode(array(
		'status'=> 'error',
		'description'=> 'iptable.conf can\'t be empty'));
	}
	while($i< count($file)) {
		if(!file_exists(&#39;robots&#39;) || !is_writable(&#39;robots&#39;)) {
			return json_encode(array(
			&#39;status&#39;=> &#39;error&#39;,
			&#39;description&#39;=> &#39;directory doesn\&#39;t exist or don\&#39;t have write permissions&#39;));
		}
		$dir = &#39;robots/&#39;.preg_replace(&#39;/(http\:\/\/)|(\s)|(www\.)/&#39;, &#39;&#39;, $file[$i]);
		if(!file_exists($dir)){ mkdir($dir); }
		file_put_contents($dir.&#39;/&#39;.date(&#39;Y.m.d.H.i.s&#39;, time()).&#39;.txt&#39;, spider(preg_replace(&#39;/\s/&#39;, &#39;&#39;, $file[$i])));
		$i++;
		sleep($sleep);
	}
	return json_encode(array(
	&#39;status&#39;=> &#39;ok&#39;,
	&#39;description&#39;=> &#39;robots program execution success&#39;));
}

echo cron2spider(&#39;iptable.conf&#39;);

Stellungnahme:
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn