搜尋
首頁php教程php手册抓取“IC 交易网”供应商程序

/** 
* 抓取“IC 交易网”供应商主程序 
* author Lee.
* Last modify $Date: 2012-2-6 10:44:32$ 
* 注:本程序按照编码 GB2312 执行,因为“IC 交易网”网站是GB2312编码,数据库也得保持一致
*/ 
class ic { 
    private $key; // 型号  
    private $pageNum; // 页码  
 
    /**
     * 入口程序
     */ 
    public function go($key) { 
        $this->key = $key; 
        $this->pageNum = $this->getPageNum(); 
        $this->getInfo(); 
    } 
 
    /**
     * 获取供应商 url 链接数组
     * @return ArrayObject
     */ 
    private function getInfo() { 
        if ($this->pageNum==1) { # 处理只有一页的情况 
            $arr = $this->shopUrlMatchReArr($this->getContent()); 
            $this->isAddSuccess($arr); 
        } elseif ($this->pageNum>1) { # 多页 
            for ($i=1; $ipageNum; $i++) { 
                $arr = $this->shopUrlMatchReArr($this->getContent($i)); 
                $this->isAddSuccess($arr); 
            } 
        }    
    } 
     
    /**
     * 打印是否添加成功
     * @param ArrayObject $arr
     * @return string
     */ 
    private function isAddSuccess($arr) { 
        foreach ($arr as $k=>$v) { 
            if ($this->execAdd($this->getInfoByShopUrl($v))) { 
                echo 'Add Success!!'; 
            } else { 
                echo 'Add Faild!!'; 
            } 
        } 
    } 
 
    /**
     * 执行添加到数据库
     * @param ArrayObject $infoArr
     * @return Number 受影响的行数
     */ 
    private function execAdd($infoArr) { 
        $mysqli = $this->getDb(); 
        if (!emptyempty($infoArr['company'])) { 
            if (!$this->isExists($mysqli, $infoArr)) { 
                $num = $mysqli->query("INSERT INTO ic(company,address,phone,mobile,fax,zip,person,qq,msn,email,website,regDate,shopUrl) VALUES ('{$infoArr['company']}','{$infoArr['address']}','{$infoArr['phone']}','{$infoArr['mobile']}','{$infoArr['fax']}','{$infoArr['zip']}','{$infoArr['person']}','{$infoArr['qq']}','{$infoArr['msn']}','{$infoArr['email']}','{$infoArr['website']}','{$infoArr['regDate']}','{$infoArr['shopUrl']}')"); 
                return $num; 
            } else { 
                return false; # 表示数据已经存在 
            } 
        } else { 
            return false; 
        } 
    } 
 
    /**
     * 连接数据库
     */ 
    private function getDb() { 
        $mysqli = new mysqli('localhost', 'root', '1715544', 'weiku'); 
        $mysqli->query('SET NAMES GB2312'); 
        return $mysqli; 
    } 
 
    /**
     * 检查公司是否已经存在
     * @param Resource $mysqli
     * @param ArrayObject $infoArr
     * @return bool
     */ 
    private function isExists($mysqli, $infoArr) { 
        $mysqli->query("SELECT company FROM ic WHERE company = '{$infoArr['company']}'"); 
        if ($mysqli->affected_rows) { 
            return true; 
        } else { 
            return false; 
        } 
    } 
 
    /**
     * 格式化字符串
     * @param string $str 
     * @return string
     */ 
    private function formatString($str) { 
        return trim($str); 
    } 
 
    /**
     * 抓取信息
     * @param $url 
     * @return ArrayObject
     */ 
    private function getInfoByShopUrl($url) { 
        $re = $this->getUrlInfo($url); 
        if (stristr($re, '')) $re = preg_replace('/.*/Usi', '', $re); 
        preg_match_all('/(.+)/Usi', $re, $companyArr); <br>         preg_match_all('/地址:(.*)/Usi', $re, $addressArr); <br>         preg_match_all('/电话:(.*)/Usi', $re, $phoneArr); <br>         preg_match_all('/手机:(.*)/Usi', $re, $mobileArr); <br>         preg_match_all('/传真:(.*)/Usi', $re, $faxArr); <br>         preg_match_all('/邮编:(.*)/Usi', $re, $zipArr); <br>         preg_match_all('/联系人:(.*)/Usi', $re, $personArr); <br>         preg_match_all('/QQ:(.*)/Usi', $re, $qqArr); <br>         preg_match_all('/MSN:(.*)/Usi', $re, $msnArr); <br>         preg_match_all('/Email:(.*)/Usi', $re, $emailArr); <br>         preg_match_all('/网址:(.*)/Usi', $re, $websiteArr); <br>         preg_match_all('/注册日期:(.*)/Usi', $re, $regDateArr); <br>         $infoArr = array( <br>             'company'=>$this->formatString($companyArr[1][0]), <br>             'address'=>$this->formatString($addressArr[1][0]), <br>             'phone'=>$this->formatString($phoneArr[1][0]), <br>             'mobile'=>$this->formatString($mobileArr[1][0]), <br>             'fax'=>$this->formatString($faxArr[1][0]), <br>             'zip'=>$this->formatString($zipArr[1][0]), <br>             'person'=>$this->formatString($personArr[1][0]), <br>             'qq'=>$this->formatString($qqArr[1][0]), <br>             'msn'=>$this->formatString($msnArr[1][0]), <br>             'email'=>$this->formatString($emailArr[1][0]), <br>             'website'=>$this->stripATags($this->formatString($websiteArr[1][0])), <br>             'regDate'=>$this->formatString($regDateArr[1][0]), <br>             'shopUrl'=>$url <br>         ); <br>         return $infoArr; <br>     } <br>  <br>     /**<br>      * 根据页面获取供应商 url 数组<br>      * @param string $re<br>      * @return ArrayObject<br>      */ <br>     private function shopUrlMatchReArr($re) { <br>         preg_match_all('/<a onmousemove='\".+\"' onmouseout="hidetip\(\)" href="(.+)" target="\_blank">.+/Usi', $re, $arr); <br>         $arr = $this->formatUrlArr(array_unique($arr[1])); <br>         return $arr; <br>     } <br>      <br>     /**<br>      * 格式化数组<br>      * @param Array $arr<br>      * @return ArrayObject<br>      */ <br>     private function formatUrlArr($arr) { <br>         $newArr = array(); <br>         foreach ($arr as $key=>$value) { <br>             if ($this->isExistsHttp($value)) { <br>                 $newArr[$key] = $value; <br>             } <br>         } <br>         return $newArr; <br>     } <br>      <br>     /**<br>      * 格式化 QQ<br>      * @param string $str<br>      * @return string<br>      */ <br>     private function formatQqMsn($str, $e='QQ') { <br>         if (emptyempty($str)) return ''; <br>         preg_match_all('/alt="'.$e.'\:(.+)"/Usi', $str, $arr); <br>         if (count($arr[1])==1) return $arr[1][0]; <br>         $newStr = null; <br>         foreach ($arr[1] as $value) { <br>             $newStr .= $value . ' '; <br>         } <br>         return rtrim($newStr, ' '); <br>     } <br>  <br>     /**<br>      * 去掉网址的 A 标签<br>      * @param string $site<br>      * @return string<br>      */ <br>     private function stripATags($site) { <br>         $site = preg_replace('/</a><a.>(.+)/', '\1', $site); <br>         return $site; <br>     } <br>  <br>     /**<br>      * 检查 url 是否有 http<br>      * @param string $url<br>      * @return bool<br>      */ <br>     private function isExistsHttp($url) { <br>         if (stristr($url, 'http://')) { <br>             return true; <br>         } else { <br>             return false; <br>         } <br>     } <br>      <br>     /**<br>      * 获取页面内容<br>      * @param Number $page<br>      * @return string<br>      */ <br>     private function getContent($page=1) { <br>         $re = file_get_contents($this->getUrl($this->key, $page)); <br>         return $re; <br>     } <br>      <br>     /**<br>      * 获取页码<br>      * @return Number<br>      */ <br>     private function getPageNum() { <br>         $i = null; <br>         $re = $this->getContent(); <br>         preg_match_all('/共(.+)页/Usi', $re, $arr); <br>         $i = $arr[1][0]; <br>         return $i; <br>     } <br>  <br>     /**<br>      * 获取 URL 链接<br>      * @param string $str<br>      * @param int $page 页码<br>      * @return string<br>      */ <br>     private function getUrl($str, $page=1) { <br>         return "http://www.ic.net.cn/partsearch/searchinstock.asp?newtype=1&area=&Page={$page}&partnumber={$str}&mfg=&DateCode=&QTY=&PRICE=&Exact=&orderby=inputdate&qty_filter=50&usertype2=1&pack="; <br>     } <br>  <br>     /**<br>      * 获取页面内容<br>      * @param string $url<br>      * @return string<br>      */ <br>     private function getUrlInfo($url) { <br>         $re = file_get_contents($url); <br>         return $re; <br>     } <br> } <br>  <br> /*<br> 程序运行思路:根据“IC 交易网”的IC搜索功能,输入型号进行搜索,然后抓取供应商信息<br>  <br> 数据库结构<br> CREATE TABLE `ic` (<br>     `id` mediumint(8) unsigned NOT NULL auto_increment,<br>     `company` varchar(500) NOT NULL,<br>     `address` varchar(500) default NULL,<br>     `phone` varchar(500) default NULL,<br>     `mobile` varchar(500) default NULL,<br>     `fax` varchar(300) default NULL,<br>     `zip` varchar(300) default NULL,<br>     `person` varchar(500) default NULL,<br>     `qq` varchar(300) default NULL,<br>     `msn` varchar(300) default NULL,<br>     `email` varchar(500) default NULL,<br>     `website` varchar(300) default NULL,<br>     `regDate` varchar(500) default NULL,<br>     PRIMARY KEY  (`id`)<br> ) ENGINE=InnoDB DEFAULT CHARSET=gb2312<br> */ <br>  <br> $i = new ic(); <br> $arr = array_unique(array('MAX3232', 'AML8613', 'MT6225A', 'OM8373PS/N3/A', 'PT7313', 'MAX8212ESA', 'TL431', 'S3C2440', 'TMS320F2812PGFA', 'PCM1704', 'AN6717', 'CA3162E', 'CA3161E', 'LM393N', 'DS18B20', 'SHT10', 'AML8613', 'AN6717', 'LM393N', 'CA3161E', 'CA3162E', 'PCM1704', 'STK392-040', 'K1667', 'MAX232', 'STM32F103', 'LM358')); <br> foreach ($arr as $v) { <br>     $i->go($v); <br> } <br> ?> <br> <?php <br /> /**<br> * 抓取“IC 交易网”供应商主程序<br> * author Lee.<br> * Last modify $Date: 2012-2-6 10:44:32$<br> * 注:本程序按照编码 GB2312 执行,因为“IC 交易网”网站是GB2312编码,数据库也得保持一致<br> */<br> class ic {<br>  private $key; // 型号<br>  private $pageNum; // 页码</a.>

 /**
  * 入口程序
  */
 public function go($key) {
  $this->key = $key;
  $this->pageNum = $this->getPageNum();
  $this->getInfo();
 }

 /**
  * 获取供应商 url 链接数组
  * @return ArrayObject
  */
 private function getInfo() {
  if ($this->pageNum==1) { # 处理只有一页的情况
   $arr = $this->shopUrlMatchReArr($this->getContent());
   $this->isAddSuccess($arr);
  } elseif ($this->pageNum>1) { # 多页
   for ($i=1; $ipageNum; $i++) {
    $arr = $this->shopUrlMatchReArr($this->getContent($i));
    $this->isAddSuccess($arr);
   }
  } 
 }
 
 /**
  * 打印是否添加成功
  * @param ArrayObject $arr
  * @return string
  */
 private function isAddSuccess($arr) {
  foreach ($arr as $k=>$v) {
   if ($this->execAdd($this->getInfoByShopUrl($v))) {
    echo 'Add Success!!';
   } else {
    echo 'Add Faild!!';
   }
  }
 }

 /**
  * 执行添加到数据库
  * @param ArrayObject $infoArr
  * @return Number 受影响的行数
  */
 private function execAdd($infoArr) {
  $mysqli = $this->getDb();
  if (!empty($infoArr['company'])) {
   if (!$this->isExists($mysqli, $infoArr)) {
    $num = $mysqli->query("INSERT INTO ic(company,address,phone,mobile,fax,zip,person,qq,msn,email,website,regDate,shopUrl) VALUES ('{$infoArr['company']}','{$infoArr['address']}','{$infoArr['phone']}','{$infoArr['mobile']}','{$infoArr['fax']}','{$infoArr['zip']}','{$infoArr['person']}','{$infoArr['qq']}','{$infoArr['msn']}','{$infoArr['email']}','{$infoArr['website']}','{$infoArr['regDate']}','{$infoArr['shopUrl']}')");
    return $num;
   } else {
    return false; # 表示数据已经存在
   }
  } else {
   return false;
  }
 }

 /**
  * 连接数据库
  */
 private function getDb() {
  $mysqli = new mysqli('localhost', 'root', '1715544', 'weiku');
  $mysqli->query('SET NAMES GB2312');
  return $mysqli;
 }

 /**
  * 检查公司是否已经存在
  * @param Resource $mysqli
  * @param ArrayObject $infoArr
  * @return bool
  */
 private function isExists($mysqli, $infoArr) {
  $mysqli->query("SELECT company FROM ic WHERE company = '{$infoArr['company']}'");
  if ($mysqli->affected_rows) {
   return true;
  } else {
   return false;
  }
 }

 /**
  * 格式化字符串
  * @param string $str
  * @return string
  */
 private function formatString($str) {
  return trim($str);
 }

 /**
  * 抓取信息
  * @param $url
  * @return ArrayObject
  */
 private function getInfoByShopUrl($url) {
  $re = $this->getUrlInfo($url);
  if (stristr($re, '')) $re = preg_replace('/.*/Usi', '', $re);
  preg_match_all('/(.+)/Usi', $re, $companyArr);<br>   preg_match_all('/地址:(.*)/Usi', $re, $addressArr);<br>   preg_match_all('/电话:(.*)/Usi', $re, $phoneArr);<br>   preg_match_all('/手机:(.*)/Usi', $re, $mobileArr);<br>   preg_match_all('/传真:(.*)/Usi', $re, $faxArr);<br>   preg_match_all('/邮编:(.*)/Usi', $re, $zipArr);<br>   preg_match_all('/联系人:(.*)/Usi', $re, $personArr);<br>   preg_match_all('/QQ:(.*)/Usi', $re, $qqArr);<br>   preg_match_all('/MSN:(.*)/Usi', $re, $msnArr);<br>   preg_match_all('/Email:(.*)/Usi', $re, $emailArr);<br>   preg_match_all('/网址:(.*)/Usi', $re, $websiteArr);<br>   preg_match_all('/注册日期:(.*)/Usi', $re, $regDateArr);<br>   $infoArr = array(<br>    'company'=>$this->formatString($companyArr[1][0]),<br>    'address'=>$this->formatString($addressArr[1][0]),<br>    'phone'=>$this->formatString($phoneArr[1][0]),<br>    'mobile'=>$this->formatString($mobileArr[1][0]),<br>    'fax'=>$this->formatString($faxArr[1][0]),<br>    'zip'=>$this->formatString($zipArr[1][0]),<br>    'person'=>$this->formatString($personArr[1][0]),<br>    'qq'=>$this->formatString($qqArr[1][0]),<br>    'msn'=>$this->formatString($msnArr[1][0]),<br>    'email'=>$this->formatString($emailArr[1][0]),<br>    'website'=>$this->stripATags($this->formatString($websiteArr[1][0])),<br>    'regDate'=>$this->formatString($regDateArr[1][0]),<br>    'shopUrl'=>$url<br>   );<br>   return $infoArr;<br>  }

 /**
  * 根据页面获取供应商 url 数组
  * @param string $re
  * @return ArrayObject
  */
 private function shopUrlMatchReArr($re) {
  preg_match_all('/.+/Usi', $re, $arr);
  $arr = $this->formatUrlArr(array_unique($arr[1]));
  return $arr;
 }
 
 /**
  * 格式化数组
  * @param Array $arr
  * @return ArrayObject
  */
 private function formatUrlArr($arr) {
  $newArr = array();
  foreach ($arr as $key=>$value) {
   if ($this->isExistsHttp($value)) {
    $newArr[$key] = $value;
   }
  }
  return $newArr;
 }
 
 /**
  * 格式化 QQ
  * @param string $str
  * @return string
  */
 private function formatQqMsn($str, $e='QQ') {
  if (empty($str)) return '';
  preg_match_all('/alt="'.$e.'\:(.+)"/Usi', $str, $arr);
  if (count($arr[1])==1) return $arr[1][0];
  $newStr = null;
  foreach ($arr[1] as $value) {
   $newStr .= $value . ' ';
  }
  return rtrim($newStr, ' ');
 }

 /**
  * 去掉网址的 A 标签
  * @param string $site
  * @return string
  */
 private function stripATags($site) {
  $site = preg_replace('/(.+)/', '\1', $site);
  return $site;
 }

 /**
  * 检查 url 是否有 http
  * @param string $url
  * @return bool
  */
 private function isExistsHttp($url) {
  if (stristr($url, 'http://')) {
   return true;
  } else {
   return false;
  }
 }
 
 /**
  * 获取页面内容
  * @param Number $page
  * @return string
  */
 private function getContent($page=1) {
  $re = file_get_contents($this->getUrl($this->key, $page));
  return $re;
 }
 
 /**
  * 获取页码
  * @return Number
  */
 private function getPageNum() {
  $i = null;
  $re = $this->getContent();
  preg_match_all('/共(.+)页/Usi', $re, $arr);
  $i = $arr[1][0];
  return $i;
 }

 /**
  * 获取 URL 链接
  * @param string $str
  * @param int $page 页码
  * @return string
  */
 private function getUrl($str, $page=1) {
  return "http://www.ic.net.cn/partsearch/searchinstock.asp?newtype=1&area=&Page={$page}&partnumber={$str}&mfg=&DateCode=&QTY=&PRICE=&Exact=&orderby=inputdate&qty_filter=50&usertype2=1&pack=";
 }

 /**
  * 获取页面内容
  * @param string $url
  * @return string
  */
 private function getUrlInfo($url) {
  $re = file_get_contents($url);
  return $re;
 }
}

/*
程序运行思路:根据“IC 交易网”的IC搜索功能,输入型号进行搜索,然后抓取供应商信息

数据库结构
CREATE TABLE `ic` (
 `id` mediumint(8) unsigned NOT NULL auto_increment,
 `company` varchar(500) NOT NULL,
 `address` varchar(500) default NULL,
 `phone` varchar(500) default NULL,
 `mobile` varchar(500) default NULL,
 `fax` varchar(300) default NULL,
 `zip` varchar(300) default NULL,
 `person` varchar(500) default NULL,
 `qq` varchar(300) default NULL,
 `msn` varchar(300) default NULL,
 `email` varchar(500) default NULL,
 `website` varchar(300) default NULL,
 `regDate` varchar(500) default NULL,
 PRIMARY KEY  (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=gb2312
*/

$i = new ic();
$arr = array_unique(array('MAX3232', 'AML8613', 'MT6225A', 'OM8373PS/N3/A', 'PT7313', 'MAX8212ESA', 'TL431', 'S3C2440', 'TMS320F2812PGFA', 'PCM1704', 'AN6717', 'CA3162E', 'CA3161E', 'LM393N', 'DS18B20', 'SHT10', 'AML8613', 'AN6717', 'LM393N', 'CA3161E', 'CA3162E', 'PCM1704', 'STK392-040', 'K1667', 'MAX232', 'STM32F103', 'LM358'));
foreach ($arr as $v) {
 $i->go($v);
}
?>


摘自 Lee.的专栏
陳述
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn

熱AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover

AI Clothes Remover

用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool

Undress AI Tool

免費脫衣圖片

Clothoff.io

Clothoff.io

AI脫衣器

Video Face Swap

Video Face Swap

使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱工具

VSCode Windows 64位元 下載

VSCode Windows 64位元 下載

微軟推出的免費、功能強大的一款IDE編輯器

MinGW - Minimalist GNU for Windows

MinGW - Minimalist GNU for Windows

這個專案正在遷移到osdn.net/projects/mingw的過程中,你可以繼續在那裡關注我們。 MinGW:GNU編譯器集合(GCC)的本機Windows移植版本,可自由分發的導入函式庫和用於建置本機Windows應用程式的頭檔;包括對MSVC執行時間的擴展,以支援C99功能。 MinGW的所有軟體都可以在64位元Windows平台上運作。

mPDF

mPDF

mPDF是一個PHP庫,可以從UTF-8編碼的HTML產生PDF檔案。原作者Ian Back編寫mPDF以從他的網站上「即時」輸出PDF文件,並處理不同的語言。與原始腳本如HTML2FPDF相比,它的速度較慢,並且在使用Unicode字體時產生的檔案較大,但支援CSS樣式等,並進行了大量增強。支援幾乎所有語言,包括RTL(阿拉伯語和希伯來語)和CJK(中日韓)。支援嵌套的區塊級元素(如P、DIV),

PhpStorm Mac 版本

PhpStorm Mac 版本

最新(2018.2.1 )專業的PHP整合開發工具

SublimeText3 英文版

SublimeText3 英文版

推薦:為Win版本,支援程式碼提示!