正则爬取电影天堂电影信息

最初，只是简单的测试，但运行效率低下，获取数量十分的少，后稍加改良，
可以一次性抓取到8个分类下的近300个电影(没有考虑分页的问题)，以后有机会再优化吧。

原文地址http://blog.csdn.net/ty_hf/article/details/46484065
 10000){
				//获取电影名称
					preg_match_all('/[a-z]+=#[\da]+>(.*?)<\/font><\/h1><\/div>/',$orgin, $movie_name);
				//获取电影链接
					preg_match_all("/.*?<\/a>/",$orgin, $movie_link);
				//整理存入数组
					$arr[$i]["name"] = $movie_name[1][0];
					$arr[$i]["link"] = $movie_link[0][68];
					$i +=1;			//进入下一个数组
				}
				$num +=1;
			}
			echo "
";
			print_r ($arr);
			echo "
";
	}
	getMovies();

存在问题：
1.页面链接的规律没找出：找到年月日与电影id的范围的关系，可以把它动态化，实现用户输入日期，搜索出当天的电影
2.时间缓存问题
1) 正则写的不是很完善，不精确导致时间缓慢，数据冗余
2) 算法方面问题待优化
3.漏洞，在数组获取链接时的问题,即电影链接不是第68个 $movie_link[0][68]; 就出糗了

待提高中…
吃饭去！！

日期输入20150610，显示0610当天的电影

日期输入20150611，显示0611当天的电影

\s*(.*?)<\/a>/U";
	preg_match_all($model_one,$data,$menusList);			//匹配出所要的分类名称级链接
	$menusList['url'] = $menusList[1];					//提取链接
	$menusList['name'] = $menusList[2];					//提取名称


	for($i=0 ;$i<8; $i++){								//页面中有八个分类符合下边年正则的规则，循环8次

		$movies_path=MOVIES_DIR.$menusList['name'][$i];
		// 目录不存在创建目录
		if(!is_dir($movies_path)){
			mkdir($movies_path,0700,true);			//因为设计到多层文件夹，所以打开递归true
		}

		$base_url = $menusList['url'][$i];				//上边获取的URL是相对路径
		$data = file_get_contents($base_url);								//获取二级页面代码
		$model_two = "/.*/";
			preg_match($model_three_url,$data,$movie);
			$movies["url"] = $movie[1];
			// print_r($movies['url']);exit;							//测试成功

			// 获取电影简介
			$model_three_intro = "/

◎(.*?)

/";
			preg_match($model_three_intro,$data,$movie);
			@$movies["intro"] = $movie[1];							//因为有的页面没有此项或搜索错误+@
			// print_r($movies['intro']);exit;						//测试成功

			// 获取电影图片
			$model_three_pic = "/

 $value) {
				 $result .="电影".$key."是:".$value."\r\n";
			}
			// print_r($movies);exit;									//测试成功
			@file_put_contents($movies_path."/".$movies["name"].".txt", $result);

		}

	}

?>