在批量的數據采集在php中很少會使用file_get_contents函數來操作，但是如果是小量的我們可以使用file_get_contents函數操作，因為它不但好用而且簡單易學，下面我來介紹file_get_contents用法與使用過程中的問題解決辦法。
先來看問題
file_get_contents不能獲取帶端口的網址
例如：
代碼如下
復制代碼
file_get_contents('http://localhost:12345');
沒有任何獲取。
解決方法是 ：關閉selinux
1 永久方法 – 需要重啟服務器
修改/etc/selinux/config文件中設置SELINUX=disabled ，然後重啟服務器。
2 臨時方法 – 設置系統參數
使用命令setenforce 0
附：
setenforce 1 設置SELinux 成為enforcing模式
setenforce 0 設置SELinux 成為permissive模式
file_get_contents超時
代碼如下
復制代碼
function _file_get_contents($url)
{
$context = stream_context_create(array(
'http' => array(
'timeout' => 180 //超時時間，單位為秒
)
));
return @file_get_contents($url, 0, $context);
}
好了上面的問題得到解決之後我們可以開始采集了。
代碼如下
復制代碼
<?php
//全國，判斷條件是$REQUEST_URI是否含有html
if (!strpos($_SERVER["REQUEST_URI"],".html"))
{
$page="http://qq.ip138.com/weather/";
$html = file_get_contents($page,'r');
$pattern="/<B>全國主要城市、縣當天和未來五天天氣趨勢預報在線查詢</B>(.*?)<center style="padding:3px">/si";
//正則匹配之間的html
preg_match($pattern,$html,$pg);
echo "";
//正則替換遠程地址為本地地址
$p=preg_replace('//weather/(w+)/index.htm/', 'tq.php/$1.html', $pg[1]);
echo $p;
}
//省，判斷條件是$REQUEST_URI是否含有？
else if(!strpos($_SERVER["REQUEST_URI"],"?")){
//yoyo推薦的使用分割獲得數據，這裡是獲得省份名稱
$province=explode("/",$_SERVER["REQUEST_URI"]);
$province=explode(".",$province[count($province)-1]);
$province=$province[0];
//被注釋掉的是我自己寫出來的正則，感覺寫的不好，但效果等同上面
//preg_match('/[^/]+[.(html)]$/',$_SERVER["REQUEST_URI"],$pro);
//$province=preg_replace('/.html/','',$pro[0]);
$page="http://qq.ip138.com/weather/".$province."/index.htm";
//獲取html數據之前先嘗試打開頁面，防止惡意輸入地址導致出錯
if (!@fopen($page, "r")) {
die("對不起，該地址不存在!<a href=javascript:history.back(1)>點擊這裡返回</a>");
exit(0);
}
$html = file_get_contents($page,'r');
$pattern="/五天天氣趨勢預報</B>(.*?)請輸入輸入市/si";
preg_match($pattern,$html,$pg);
echo "";
//正則替換，獲取省份，城市
$p=preg_replace('//weather/(w+)/(w+).htm/', '$2.html?pro=$1', $pg[1]);
echo $p;
}
else {
//市，通過get傳遞省份
$pro=$_REQUEST['pro'];
$city=explode("/",$_SERVER["REQUEST_URI"]);
$city=explode(".",$city[count($city)-1]);
$city=$city[0];
//preg_match('/[^/]+[.(html)]+[?]/',$_SERVER["REQUEST_URI"],$cit);
//$city=preg_replace('/.html?/','',$cit[0]);
$page="http://qq.ip138.com/weather/".$pro."/".$city.".htm";
if (!@fopen($page, "r")) {
die("對不起，該地址不存在!<a href=javascript:history.back(1)>點擊這裡返回</a>");
exit(0);
}
$html = file_get_contents($page,'r');
$pattern="/五天天氣趨勢預報</B>(.*?)請輸入輸入市/si";
preg_match($pattern,$html,$pg);
echo "";
//獲取真實的圖片地址
$p=preg_replace('//image//', 'http://qq.ip138.com/image/', $pg[1]);
echo $p;
}
?>
如果上面辦法無法采集到數據我們可以使用來處理
代碼如下
復制代碼
<?php
$url = "http://www.bKjia.c0m ";
$ch = curl_init();
$timeout = 5;
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $timeout);
//在需要用戶檢測的網頁裡需要增加下面兩行
//curl_setopt($ch, CURLOPT_HTTPAUTH, CURLAUTH_ANY);
//curl_setopt($ch, CURLOPT_USERPWD, US_NAME.":".US_PWD);
$contents = curl_exec($ch);
curl_close($ch);
echo $contents;
?>
