有用的函数-系统采集(二)

1.去除html标记

 

function Text2Html($txt){

        $txt = str_replace("  ","　",$txt);

        $txt = str_replace("<","<",$txt);

        $txt = str_replace(">",">",$txt);

        $txt = preg_replace("/[\r\n]{1,}/isU","
\r\n",$txt);

        return $txt;

}

2.相对路径转绝对路径

function relative_to_absolute($content, $feed_url) { 

    preg_match('/(http|https|ftp):\/\//', $feed_url, $protocol); 

    $server_url = preg_replace("/(http|https|ftp|news):\/\//", "", $feed_url); 

    $server_url = preg_replace("/\/.*/", "", $server_url); 

    if ($server_url == '') { 

        return $content; 

    } 

    if (isset($protocol[0])) { 

        $new_content = preg_replace('/href="\//', 'href="'.$protocol[0].$server_url.'/', $content); 

        $new_content = preg_replace('/src="\//', 'src="'.$protocol[0].$server_url.'/', $new_content); 

    } else { 

        $new_content = $content; 

    } 

    return $new_content; 

}

3.取得所有链接

function get_all_url($code){ 

        preg_match_all('/"\' ]+)["|\']?\s*[^>]*>([^>]+)<\/a>/i',$code,$arr); 

        return array('name'=>$arr[2],'url'=>$arr[1]); 

}

4..获取指定标记中的内容

function get_tag_data($str, $start, $end){ 

        if ( $start == '' || $end == '' ){ 

               return; 

        } 

        $str = explode($start, $str); 

        $str = explode($end, $str[1]); 

        return $str[0]; 

}

 

5.获取远程文件内容(抓内容)

/** 

    获取远程文件内容 

    @param $url 文件http地址 

*/ 

function fopen_url($url) 

{ 

    if (function_exists('file_get_contents')) { 

        $file_content = @file_get_contents($url); 

    } elseif (ini_get('allow_url_fopen') && ($file = @fopen($url, 'rb'))){ 

        $i = 0; 

        while (!feof($file) && $i++ < 1000) { 

            $file_content .= strtolower(fread($file, 4096)); 

        } 

        fclose($file); 

    } elseif (function_exists('curl_init')) { 

        $curl_handle = curl_init(); 

        curl_setopt($curl_handle, CURLOPT_URL, $url); 

        curl_setopt($curl_handle, CURLOPT_CONNECTTIMEOUT,2); 

        curl_setopt($curl_handle, CURLOPT_RETURNTRANSFER,1); 

        curl_setopt($curl_handle, CURLOPT_FAILONERROR,1); 

        curl_setopt($curl_handle, CURLOPT_USERAGENT, 'Trackback Spam Check'); 

       $file_content = curl_exec($curl_handle); 

        curl_close($curl_handle); 

    } else { 

        $file_content = ''; 

    } 

    return $file_content; 

}

6.去掉指定的标签函数

/*

$str = "ertetaaaabbbb 

 

            aaadf"; 

echo _strip_tags(array("a","img"),$str); 

 

*/

function _strip_tags($tags_a,$str) 

{ 

    foreach ($tags_a as $tag) 

    { 

        $p[]="/(<(?:\/".$tag."|".$tag.")[^>]*>)/i"; 

    } 

   $return_str = preg_replace($p,"",$str); 

    return $return_str; 

} 

转载于:https://www.cnblogs.com/hylaz/archive/2012/12/24/2830906.html