php抓取百度快照、百度收录、百度热词程序代码

时间：2015-01-23 来源：西部数据作者：西部数据

如果大家稍加仔细看一下就能发现一个问题，我们下面几个抓取百度收录或快照或热词的程序中都有一个函数file_get_contents()，他是php采集网页常用的哦。

<?

/*

抓取百度收录代码

*/

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("找到相关网页(.*)篇，", $site,$count);

  $count=str_replace("找到相关网页","",$count);

  $count=str_replace("篇，","",$count);

  $count=str_replace("约","",$count);

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

  return $count[0];

}

echo baidu(www.hzhuti.com); //获取好主题在百度中的收录数量

?>

获取百度的热词

<?php

/**

* * @user 小杰

* @return array 返回百度的热词数据(数组返回)

*/

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 (!emptyempty ($temp->td->a)) {

$keyArray [] = trim(($temp->td->a));

}

}

return $keyArray;

}

print_r(getBaiduHotKeyWord());

这是在网上找的,稍微修改了下,将下面代码写入php文件,百度收录和百度快照时间

<?php

    $domain = “http://www.phpfensi.com/nokia/5230/ *欲查询的域名*/

    $site_url = ‘http://www.phpfensi.com/s?wd=site%3A’;

    $all = $site_url.$domain; /*域名所有收录的网址*/

    $today = $all.’&lm=1′;    /*域名今日收录的网址*/

    $utf_pattern = “/找到相关结果数(.*)个/”;

    $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}/”; /*匹配快照日期的正则表达式，如:2011-8-4*/

    $s0 = @file_get_contents($all);    /*将site:www.phpfensi.net的网页置入$s0字符串中*/

    $s1 = @file_get_contents($today);

    preg_match($utf_pattern,$s0,$all_num); /*匹配”找到相关结果数*个”*/

    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] = “暂无快照”;

?>

<html>

    <head>

    <title>Test</title>

    </head>

<body>

  <table>

    <tr>

      <td>日期</td><td>百度收录</td><td>百度今日收录</td><td>百度快照日期</td>

    </tr>

    <tr>

      <td><?php echo date(‘m月d日G时’);?> </td><td><?php echo $all_num[1]; ?></td><td><?php echo $today_num[1]; ?></td><td><?php echo $screenshot[0]; ?></td>

    </tr>

  </table>

    <p>百度收录：<a href=”<?php echo $all; ?>” target=”_blank”><?php echo $all_num[1]; ?></a></p>

    <p>百度今日收录：<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>