时时商务社区

标题: 同时提取多条新闻中的文本一例 [打印本页]

作者: 网络通达 时间: 2018-2-14 09:41

         本文为一个提取一批新闻网页中的文本的小程序，它可以将各篇新闻的内容存为以该新闻标题为文件名的文本文件。如有更好的处理方法，请和我联系：
lwx3069@sina.com
这里以人民网中的“今日要闻”下的新闻为例.
',$str);          //去掉文件没用的上半部分
         $str2 = explode('  ',$str1[1]);
         //取出文件的下半部分，并去掉没用的下半部分，这时得到的都是有用的
         $str3=explode('',$str2[0]); //从整个有用部分取出文件标题和正文
         $str4=explode('',$str2[0]); //取出日期和时间
         $str5=explode('',$str3[1]);    //从标题和正文部分取出标题
         $title=str_replace("
","",$str5[0]);
         $str3=explode('',$str2[0]);       //从整个有用部分取出文件正文
         $str3[1]=str_replace('
',"\n"."　　",$str3[1]);
         $str3[1]=str_replace(' ',"",$str3[1]);
         $str3=strip_tags($str3[1]);
         $pf=trim($title).".txt";
         $ppf=fopen(CONTENTS_DIR."$pf",'w');
         fputs($ppf,$title);
         fputs($ppf,"$str4[0]");
         fputs($ppf,$str3);
      }
   }
  }
}
?>

欢迎光临时时商务社区 (http://bbs.4435.cn/)