首页  >  文章  >  后端开发  >  一个新闻采集功能,朋友们指教!解决思路

一个新闻采集功能,朋友们指教!解决思路

WBOY
WBOY原创
2016-06-13 10:24:28759浏览

一个新闻采集功能,朋友们指教!
批量采集的时候有时候会有一些新闻不能采集到(只是少部分),不清楚什么原因,朋友们帮看下
我是采集腾讯的新闻

PHP code
<!--Code highlighting produced by Actipro CodeHighlighter (freeware)http://www.CodeHighlighter.com/-->$url = "http://news.qq.com/newsgn/zhxw/shizhengxinwen.htm";$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 />";    }    }


------解决方案--------------------
你怎么也认真的判断一下file_get_contents的返回值吧。
------解决方案--------------------
file_get_contents换curl吧,

$url = "http://news.qq.com/newsgn/zhxw/shizhengxinwen.htm";
$ch = curl_init(); 
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
$urlcontent = curl_exec($ch); 
curl_close($ch);
声明:
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn