如果大家稍加仔細看一下就能發現一個問題，我們下面幾個抓取百度收錄或快照或熱詞的程序中都有一個函數file_get_contents()，他是php采集網頁常用的哦。 代碼如下 復制代碼
<?
/*
抓取百度收錄代碼
*/
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("找到相關網頁(.*)篇，", $site,$count);
$count=str_replace("找到相關網頁","",$count);
$count=str_replace("篇，","",$count);
$count=str_replace("約","",$count);
$count=str_replace(",","",$count);
return $count[0];
}
echo baidu(www.hzhuti.com); //獲取好主題在百度中的收錄數量
?>
獲取百度的熱詞
代碼如下 復制代碼<?php
/**
* * @user 小傑
* @return array 返回百度的熱詞數據(數組返回)
*/
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 $temp) {
if (!empty ($temp->td->a)) {
$keyArray [] = trim(($temp->td->a));
}
}
return $keyArray;
}
print_r(getBaiduHotKeyWord());
這是在網上找的 稍微修改了下 將下面代碼寫入php文件
百度收錄和百度快照時間
<?php
$domain = “http://www.hzhuti.com/nokia/5230/ *欲查詢的域名*/
$site_url = ‘http://www.baidu.com/s?wd=site%3A’;
$all = $site_url.$domain; /*域名所有收錄的網址*/
$today = $all.’&lm=1′; /*域名今日收錄的網址*/
$utf_pattern = “/找到相關結果數(.*)個/”;
$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}/”; /*匹配快照日期的正則表達式，如:2011-8-4*/
$s0 = @file_get_contents($all); /*將site:www.ninthday.net的網頁置入$s0字符串中*/
$s1 = @file_get_contents($today);
preg_match($utf_pattern,$s0,$all_num); /*匹配”找到相關結果數*個”*/
preg_match($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] = “暫無快照”;
?>
<html>
<head>
<title>Test</title>
</head>
<body>
<table>
<tr>
<td>日期</td><td>百度收錄</td><td>百度今日收錄</td><td>百度快照日期</td>
</tr>
<tr>
<td><?php echo date(‘m月d日G時’);?> </td><td><?php echo $all_num[1]; ?></td><td><?php echo $today_num[1]; ?></td><td><?php echo $screenshot[0]; ?></td>
</tr>
</table>
<p>百度收錄：<a href=”<?php echo $all; ?>” target=”_blank”><?php echo $all_num[1]; ?></a></p>
<p>百度今日收錄：<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>
上面的方法未經過嚴格考慮，如果服務器不支持file_get_contents函數我們就無法操作了，所以還可以利用curl操作，這個更方便可以模仿用戶哦。
