php 问问采集代码

提供一款免费的php 问问采集代码,如果你正想采集问问,但是又不知道怎么写采集程序,这里为你提供一款经典的问问采集程序,代码如下:

1. <?php  
2. session_start();  
3. header("content-type:text/html;charset=utf-8");  
4. require("stole_config.php");  
5. require("conn.php");  
6. require("keyword.php");  
7. if(!emptyempty($_post['ask']))  
8. {  
9. $ask=urlencode(trim($_post['ask']));//获取表单提交的问题  
10. $sp="s".$ask;  
11. }else  
12. {  
13. $sp=urlencode($_get['sp']);  
14. }  
15. if(emptyempty($_get['jl']))  
16. {  
17. $_get['jl']=1;  
18. }  
19. $jl=$_get['jl'];  
20. $pg=intval($_get['pg']);//获取页数  
21. $rs=intval($_get['rs']);//获得 记录的参数  
22. if($rs>9)  
23. {  
24. $rs=0;  
25. $pg++;  
26. }  
27. if($pg>51)  
28. {  
29. echo "采集完毕！ 总共采集 ".urldecode($sp)." ".$jl."条记录";  
30. exit();  
31. }  
32. if($sp)//有设定答案才开始  
33. {  
34. $str=@file_get_contents("http://wenwen.soso.com/z/search.e?sp={$sp}&pg={$pg}");  
35. @preg_match("/<ol class="result_list">(.*)</ol>/ius",$str,$asklist);//获取问答列表  
36. //echo $asklist[1];  
37. $url="/<a target="_blank" href="/z/(q.*.htm)/ius";  
38. @preg_match_all($url,$asklist[1],$urllist);//获取 所有的问题  
39. $t=$urllist[1][$rs];  
40. $uid=$t;  
41. $suid="ww{$uid}";  
42. $sct=mysql教程_query("select count(*) from {$table_prefix}c_article where suid='$suid' ");  
43. $sct=mysql_fetch_array($sct);  
44. $sct=$sct[0];  
45. if($sct==0)  
46. {  
47. $html=@file_get_contents("http://wenwen.soso.com/z/${t}");  
48. $html=str_replace("<pre>","",str_replace("</pre>","",$html));  
49. $html=str_replace("<br/><br/><br/>","<br/><br/>",$html);  
50. //echo $html;  
51. @preg_match("/<div class="question_main">.*<h3>(.*)</h3>/ius",$html,$ask_title);  
52. $art_title=$ask_title[1];  
53. @preg_match("/<div class="answer_con">(.*)</div>/ius",$html,$answer);  
54. $j=count($answer)-1;  
55. $art_content="";//商品详细  
56. for($i=$j;$i>=1;$i--)  
57. {  
58. if(strlen($answer[$i])>$min_t1)  
59. {  
60. $art_content .= $answer[$i];  
61. }  
62. }  
63. $art_content=trim($art_content);  
64. $s1="/(<a .*>)(.*)</a>/ius";  
65. $art_content=preg_replace($s1,${2},trim($art_content));  
66. $word_arr=explode(",",iconv("gbk","utf-8",$cj_word));  
67. $word_allow=false;//初始化是否允许采集  
68. $word_count=count($word_arr);//总数  
69. for($i=0;$i<$word_count;$i++)  
70. {  
71. if(substr_count($art_title,$word_arr[$i])>0)  
72. {  
73. $word_allow=1;  
74. $i=$word_count;  
75. }  
76. }  
77. if($word_allow)//如果合法  
78. { //开始处理数据库教程  
79. if(strlen($art_content)>$min_t2)  
80. {  
81. echo "<font color=red>添加中............................</font><br>";  
82. echo $art_title."<br>";  
83. $art_title=iconv('utf-8','gbk', $art_title);  
84. $title_ct=mysql_query("select count(*) from {$table_prefix}c_article where art_title ='$art_title' ");//查看标题是否重复  
85. $title_ct=@mysql_fetch_array($title_ct);  
86. $title_ct=$title_ct[0];  
87. if($title_ct>0)  
88. {  
89. $art_title .="{$same_title}{$title_ct}";  
90. }  
91. $art_content=iconv('utf-8','gbk',str_replace(" ","<br>",$art_content));  
92. $art_content=strtr($art_content,$keyword);  
93. $art_time=date("y-m-d");  
94. $sql="insert into {$table_prefix}c_article(art_title,art_content,art_time,art_author,suid) values('$art_title','$art_content','$art_time','$art_author','$suid')";//插入采集表  
95. mysql_query($sql);  
96. if(emptyempty($t_catx_id))//如果无分类  
97. {  
98. $sql2="insert into {$t_table}({$t_art_title},{$t_art_content},{$t_art_time},{$t_artx_author}) values('$art_title','$art_content','$art_time','$art_author')";  
99. }else  
100. {  
101. $sql2="insert into {$t_table}({$t_art_title},{$t_art_content},{$t_art_time},{$t_artx_author},{$t_catx_id}) values('$art_title','$art_content','$art_time','$art_author','$cat_id')";  
102. }  
103. mysql_query($sql2);//插入文章表  
104. $jl++;//如果存放数据库中 则记录加1  
105. //处理数据库结束  
106. }else  
107. {  
108. echo "长度不够";  
109. }  
110. }else  
111. {  
112. echo "主题不符合要求";  
113. }  
114. }else  
115. {  
116. echo "已经存在";  
117. }  
118. $rs++;  
119. //记录下本次采集 的状况  
120. $f_tt= urldecode($sp)."--页数".$pg." 记录数 ".$jl ;  
121. file_put_contents("ss.txt",$f_tt);  
122. echo "<script>location.href='wenwen.php?jl=".$jl."&sp=".$sp."&pg=".$pg."&rs=".$rs." ';</script>";  
123. exit();  
124. }  
125. ?>  
126. <link href="style.css教程" rel="stylesheet" type="text/css" />  
127. <table width="700" border="0" align="center" cellspacing="1" bgcolor="#cccccc">  
128. <tr>  
129. <td height="50" align="center" bgcolor="#00cc00"><h1><a href="http://www.111cn.net">荐礼啦</a>知道问问采集插件</h1></td>  
130. </tr>  
131. </table>  
132. <table width="700" border="0" align="center" cellspacing="1" bgcolor="#cccccc" style="margin-top:6px; margin-bottom:6px;">  
133. <tr>  
134. <td height="30" align="center" bgcolor="#ffffff"><a href="cj_config.php">采集设置</a> <a href="uninstall.php" onclick="return confirm('您确定要卸载采集插件吗');">卸载采集</a> <a href="cj_view.php">查看采集记录</a> <a href="cj_help.php">采集帮助</a> <a href="baidu.php" target="_blank">知道采集</a> <a href="wenwen.php" target="_blank">问问采集</a></td>  
135. </tr>  
136. </table>  
137. <form action="wenwen.php" method="post">  
138. <table width="628" height="49" border="0" align="center">  
139. <tr> //开源代码phpfensi.com 
140. <td width="413" align="right"><input name="ask" type="text" id="ask" size="50"></td>  
141. <td width="205"><input type="submit" name="button" id="button" value="问问采集" style=" padding-left:15px; padding-right:15px; height:25px; line-height:25px;"></td>  
142. </tr>  
143. </table>  
144. </form>