程序師世界是廣大編程愛好者互助、分享、學習的平台,程序師世界有你更精彩!
首頁
編程語言
C語言|JAVA編程
Python編程
網頁編程
ASP編程|PHP編程
JSP編程
數據庫知識
MYSQL數據庫|SqlServer數據庫
Oracle數據庫|DB2數據庫
 程式師世界 >> 編程語言 >> 網頁編程 >> PHP編程 >> 關於PHP編程 >> 抓取“全球 IC 采購網”供應商程序

抓取“全球 IC 采購網”供應商程序

編輯:關於PHP編程

<?php 
/** 
* 抓取“全球 IC 采購網(http://www.qic.com.cn/)”供應商主程序 
* author Lee. 
* Last modify $Date: 2012-2-7 09:35:21 $ 
*/ 
require_once './config.inc.php'; 
class qic{ 
    private $startId; 
    private $endId; 
     
    public function __construct() { 
        $this->startId = 27688; 
        $this->endId = 55185; 
    } 
     
    public function go() { 
        for ($i=$this->startId; $i<=$this->endId; $i++) { 
            $infoArr = $this->getInfoByUrl($this->getUrl($i)); 
            if (emptyempty($infoArr['company'])) continue; 
            $m = new Model(); 
            if ($m->isExists('qic', "company='{$infoArr['company']}'")) { 
                echo 'Data Exists!!'; continue; 
            } else { 
                if ($this->addInfoInDB($m, $infoArr)) { 
                    echo 'Add Success!!'; 
                } else { 
                    echo 'Add Faild!!'; 
                } 
            } 
        } 
    } 
     
    /**
     * 添加數據進數據庫
     * @param Object $m
     * @param array $infoArr
     * @return Number
     */ 
    private function addInfoInDB($m ,$infoArr) { 
        $num = null; 
        $num = $m->insert('qic', array('company', 'person', 'phone', 'mobile', 'fax', 'qq', 'msn', 'email', 'address', 'website', 'shopUrl'), array($infoArr['company'], $infoArr['person'], $infoArr['phone'], $infoArr['mobile'], $infoArr['fax'], $infoArr['qq'], $infoArr['msn'], $infoArr['email'], $infoArr['address'], $infoArr['website'], $infoArr['shopUrl'])); 
        return $num; 
    } 
     
    /**
     * 根據供應商地址獲取信息
     * @param string $re
     * @return ArrayObject
     */ 
    private function getInfoByUrl($url) { 
        $re = file_get_contents($url); 
        preg_match_all('/<div class=\"gs\-font\">(.*)<\/div>/Usi', $re, $companyArr); 
        preg_match_all('/<li>\s*聯 系 人:(.*)<\/li>/Usi', $re, $personArr); 
        preg_match_all('/<li>\s*電 話:(.*)<\/li>/Usi', $re, $phoneArr); 
        preg_match_all('/<li>\s*手 機:(.*)<\/li>/Usi', $re, $mobileArr); 
        preg_match_all('/<li>\s*傳 真:(.*)<\/li>/Usi', $re, $faxArr); 
        preg_match_all('/<li>\s*QQ:(.*)<\/li>/Usi', $re, $qqArr); 
        preg_match_all('/<li>\s*MSN:(.*)<\/li>/Usi', $re, $msnArr); 
        preg_match_all('/<li>\s*郵 箱:(.*)<\/li>/Usi', $re, $emailArr); 
        preg_match_all('/公司地址:(.*)<\/li>/Usi', $re, $addressArr); 
        preg_match_all('/公司網址:(.*)<\/li>/Usi', $re, $websiteArr); 
        $infoArr = array( 
            'company'=>$this->formatString($companyArr[1][0]), 
            'person'=>$this->formatString($personArr[1][0]), 
            'phone'=>$this->formatString($phoneArr[1][0]), 
            'mobile'=>$this->formatString($mobileArr[1][0]), 
            'fax'=>$this->formatString($faxArr[1][0]), 
            'qq'=>$this->formatString($qqArr[1][0], 'qm'), 
            'msn'=>$this->formatString($msnArr[1][0], 'qm'), 
            'email'=>$this->formatString($emailArr[1][0]), 
            'address'=>$this->formatString($addressArr[1][0]), 
            'website'=>$this->formatString($websiteArr[1][0], 'a'), 
            'shopUrl'=>$url 
        ); 
        return $infoArr; 
    } 
     
    /**
     * 獲取頁面內容
     * @param string $url
     * @return string
     */ 
    private function getContent($url) { 
        $re = file_get_contents($url); 
        return $re;  
    } 
     
    /**
     * 格式化字符串
     * @param string $str
     * @param string $type 類型
     * @return string
     */ 
    private function formatString($str, $type='default') { 
        $str = trim($str); 
        switch ($type) { 
            case 'default': 
                return emptyempty($str) ? '' : $str;  
                break; 
            case 'qm': # 處理QQ 
                if (emptyempty($str)) return ''; 
                preg_match_all('/\'(.+)\'/si', $str, $arr); 
                return trim($arr[1][0]); 
                break; 
            case 'a': 
                $str = preg_replace('/<a.+>(.+)<\/a>/', '\1', $str); 
                return $str; 
                break; 
            default: 
                return ''; 
                break; 
        } 
    } 
     
    /**
     * 獲取供應商頁面地址 www.2cto.com
     * @param int $shopId
     * @return string
     */ 
    private function getUrl($shopId) { 
        return "http://www.qic.com.cn/specialstore/tsh_{$shopId}.html";  
    } 
     

 
/*
 * 表結構
 CREATE TABLE `qic` (
    `id` mediumint(8) unsigned NOT NULL auto_increment,
    `company` varchar(500) NOT NULL,
    `person` varchar(500) NOT NULL,
    `phone` varchar(300) NOT NULL,
    `mobile` varchar(300) NOT NULL,
    `fax` varchar(300) NOT NULL,
    `qq` varchar(300) NOT NULL,
    `msn` varchar(500) NOT NULL,
    `email` varchar(500) NOT NULL,
    `address` varchar(500) NOT NULL,
    `website` varchar(500) NOT NULL,
    `shopUrl` varchar(200) NOT NULL,
    PRIMARY KEY  (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8
 * */ 
 
$q = new qic(); 
$q->go(); 
?> 

摘自 Lee.的專欄

  1. 上一頁:
  2. 下一頁:
Copyright © 程式師世界 All Rights Reserved