在上篇文章中，我們已經(jīng)采集新聞信息頁的列表數(shù)據(jù)，接下來要做的操作就是從數(shù)據(jù)庫中讀取所需要采集的URL，進行頁面抓取就行

新建一個content表

不過需要注意的一點是，不能再采用采集URL這種id遞增的方法去采集，因為數(shù)據(jù)表中可能出現(xiàn)id斷續(xù)，比如id=9，id=11，當采集到id=10的時候，URL是空白的，這樣可能會導致采集到了空字段。

這里用到的一個技巧是數(shù)據(jù)庫的查詢語句，在我們采集完第一條數(shù)據(jù)的時候，判斷數(shù)據(jù)庫里是否還有大于此id的id編號，若有，讀取一條，查詢信息重復上面的工作。

具體代碼如下：

<?php    include_once("conn.php");  $id=(int)$_GET['id'];  $sql="select * from list where id=$id";  $result=mysql_query($sql);  $row=mysql_fetch_array($result);//取得對應的url地址  $content=file_get_contents($row['url']);  $pattern="/<dd class=/"dataWrap/">(.*)<//dd>/iUs";  preg_match($pattern, $content,$info);//獲取內(nèi)容存放info  echo $title=$row[1]."<br/>";  echo $content=$info[0]."<hr/>";  //插入數(shù)據(jù)庫  $add="insert into content(title,content) value('$title','$content')";  mysql_query($add);  $sql2="select * from list where id>$id order by id asc limit 1";  $result2=mysql_query($sql2);  $row2=mysql_fetch_array($result2);//取得對應的url地址  if($row2['id']){    echo "<script>window.location='content.php?id=$row2[0]'</script>";  }?>

這樣子我們所要的新聞內(nèi)容就采集入庫了，接下來只需要對數(shù)據(jù)的一些樣式進行整理就行了。

php技術(shù)：基于PHP的簡單采集數(shù)據(jù)入庫程序【續(xù)篇】，轉(zhuǎn)載需保留來源！

鄭重聲明：本文版權(quán)歸原作者所有，轉(zhuǎn)載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯(lián)系我們修改或刪除，多謝。