基于PHP的简单采集数据入库程序【续篇】

            在上篇文章中，我们已经采集新闻信息页的列表数据，接下来要做的操作就是从数据库中读取所需要采集的URL，进行页面抓取就行
新建一个content表
不过需要注意的一点是，不能再采用采集URL这种id递增的方法去采集，因为数据表中可能出现id断续，比如id=9，id=11，当采集到id=10的时候，URL是空白的，这样可能会导致采集到了空字段。
这里用到的一个技巧是数据库的查询语句，在我们采集完第一条数据的时候，判断数据库里是否还有大于此id的id编号，若有，读取一条，查询信息重复上面的工作。
具体代码如下：
(.*)/iUs";
  preg_match($pattern, $content,$info);//获取内容存放info
  echo $title=$row[1]."
";
  echo $content=$info[0]."";
  //插入数据库
  $add="insert into content(title,content) value('$title','$content')";
  mysql_query($add);
  $sql2="select * from list where id>$id order by id asc limit 1";
  $result2=mysql_query($sql2);
  $row2=mysql_fetch_array($result2);//取得对应的url地址
  if($row2['id']){
    echo "";
  }
?>

这样子我们所要的新闻内容就采集入库了，接下来只需要对数据的一些样式进行整理就行了。
            
            
您可能感兴趣的文章:

深入php数据采集的详解

解析php利用正则表达式解决采集内容排版的问题

php采集文章中的图片获取替换到本地(实现代码)

php实现的一个很好用HTML解析器类可用于采集数据

php使用curl模拟登录后采集页面的例子

一个基于phpQuery的php通用采集类分享

PHP远程采集图片详细教程

PHP使用CURL_MULTI实现多线程采集的例子

基于PHP的简单采集数据入库程序

PHP实现采集中国天气网未来7天天气

PHP采集静态页面并把页面css,img,js保存的方法