php抓取百度快照、百度收录、百度热词程序代码
如果大家稍加仔细看一下就能发现一个问题，我们下面几个抓取百度收录或快照或热词的程序中都有一个函数file_get_contents()，他是php采集网页常用的哦。
<?php
/*
抓取百度收录代码
*/
function baidu($s) {
$baidu = "http://www.baidu.com/s?wd=site%3A" . $s;
$site = file_get_contents($baidu);
//$site=iconv("gb2312", "UTF-8", $site);
ereg("找到相关网页(.*)篇，", $site, $count);
$count = str_replace("找到相关网页", "", $count);
$count = str_replace("篇，", "", $count);
$count = str_replace("约", "", $count);
$count = str_replace(",", "", $count);
return $count[0];
}
echo baidu('www.phprm.com'); //获取好主题在百度中的收录数量
?>获取百度的热词
<?php
/**
* * @user 小杰
* @return array 返回百度的热词数据(数组返回)
*/
function getBaiduHotKeyWord() {
$templateRss = file_get_contents('http://top.baidu.com/rss_xml.php?p=top10');
If (preg_match('/<table>(.*)</table>/is', $templateRss, $_description)) {
$templateRss = $_description[0];
$templateRss = str_replace("&", "&", $templateRss);
}
$templateRss = "<?xml version=\"1.0\" encoding=\"GBK\"" . $templateRss;
$xml = simplexml_load_String($templateRss);
foreach ($xml->tbody->tr as $temp) {
if (!emptyempty($temp->td->a)) {
$keyArray[] = trim(($temp->td->a));
}
}
return $keyArray;
}
print_r(getBaiduHotKeyWord());
?>
这是在网上找的,稍微修改了下,将下面代码写入php文件,百度收录和百度快照时间
<?php
$domain = "http://www.phprm.com/" * 欲查询的域名 * /$site_url = 'http://www.phprm.com/?wd=site%3A';
$all = $site_url . $domain; /*域名所有收录的网址*/
$today = $all . '&lm=1'; /*域名今日收录的网址*/
$utf_pattern = "/找到相关结果数(.*)个/";
$kz_pattern = "/<span class=\"g\">(.*)<\/span>/"; /*用以匹配快照日期的字符串*/
$times = "/\d{4}-\d{1,2}-\d{1,2}/"; /*匹配快照日期的正则表达式，如:2011-8-4*/
$s0 = @file_get_contents($all); /*将site:www.phpfensi.net的网页置入$s0字符串中*/
$s1 = @file_get_contents($today);
preg_match($utf_pattern, $s0, $all_num); /*匹配"找到相关结果数*个"*/
preg_match($utf_pattern, $s1, $today_num);
preg_match($kz_pattern, $s0, $temp);
preg_match($times, $temp[0], $screenshot);
if ($all_num[1] == "") $all_num[1] = 0;
if ($today_num[1] == "") $today_num[1] = 0;
if ($screenshot[0] == "") $screenshot[0] = "暂无快照";
?>
<html>
<head>
<title>Test</title>
</head>
<body>
<table>
<tr>
<td>日期</td><td>百度收录</td><td>百度今日收录</td><td>百度快照日期</td>
</tr>
<tr>
<td><?php
echo date('m月d日G时'); ?> </td><td><?php echo $all_num[1]; ?> </td><td><?php
echo $today_num[1]; ?> </td><td><?php echo $screenshot[0]; ?> </td>
</tr>
</table>
<p>百度收录：<a href="<?php echo $all; ?> " target="_blank"><?php echo $all_num[1]; ?> </a></p>
<p>百度今日收录：<a href="<?php echo $today; ?> " target="_blank"><?php echo $today_num[1]; ?> </a></p>
<p>百度快照日期：<a href="<?php echo $all; ?> "><?php echo $screenshot[0]; ?> </a></p>
</body>
</html>上面的方法未经过严格考虑，如果服务器不支持file_get_contents函数我们就无法操作了，所以还可以利用curl操作，这个更方便可以模仿用户哦。
本文地址：http://www.phprm.com/develop/fs1025.html
转载随意，但请附上文章地址:-)