php file_get_contents函数轻松采集html数据
作者：
PHP手册里是这么解释的：file_get_contents — 将整个文件读入一个字符串，于是可以很容易的获取其他站的信息，再用正则加以变换，再做一些判断和设定，就OK了，不多说了，放代码，我基本都做了解释的。
复制代码 代码如下:
<?php
//全国，判断条件是$REQUEST_URI是否含有html
if (!strpos($_SERVER["REQUEST_URI"],".html"))
{
$page="http://qq.ip138.com/weather/";
$html = file_get_contents($page,'r');
$pattern="/<B>全国主要城市、县当天和未来五天天气趋势预报在线查询<\/B>(.*?)<center style=\"padding\:3px\">/si";
//正则匹配之间的html
preg_match($pattern,$html,$pg);
echo "";
//正则替换远程地址为本地地址
$p=preg_replace('/\/weather\/(\w+)\/index.htm/', 'tq.php/$1.html', $pg[1]);
echo $p;
}
//省，判断条件是$REQUEST_URI是否含有？
else if(!strpos($_SERVER["REQUEST_URI"],"?")){
//yoyo推荐的使用分割获得数据，这里是获得省份名称
$province=explode("/",$_SERVER["REQUEST_URI"]);
$province=explode(".",$province[count($province)-1]);
$province=$province[0];
//被注释掉的是我自己写出来的正则，感觉写的不好，但效果等同上面
//preg_match('/[^\/]+[\.(html)]$/',$_SERVER["REQUEST_URI"],$pro);
//$province=preg_replace('/\.html/','',$pro[0]);
$page="http://qq.ip138.com/weather/".$province."/index.htm";
//获取html数据之前先尝试打开页面，防止恶意输入地址导致出错
if (!@fopen($page, "r")) {
die("对不起，该地址不存在!<a href=javascript:history.back(1)>点击这里返回</a>");
exit(0);
}
$html = file_get_contents($page,'r');
$pattern="/五天天气趋势预报<\/B>(.*?)请输入输入市/si";
preg_match($pattern,$html,$pg);
echo "";
//正则替换，获取省份，城市
$p=preg_replace('/\/weather\/(\w+)\/(\w+).htm/', '$2.html?pro=$1', $pg[1]);
echo $p;
}
else {
//市，通过get传递省份
$pro=$_REQUEST['pro'];
$city=explode("/",$_SERVER["REQUEST_URI"]);
$city=explode(".",$city[count($city)-1]);
$city=$city[0];
//preg_match('/[^\/]+[\.(html)]+[\?]/',$_SERVER["REQUEST_URI"],$cit);
//$city=preg_replace('/\.html\?/','',$cit[0]);
$page="http://qq.ip138.com/weather/".$pro."/".$city.".htm";
if (!@fopen($page, "r")) {
die("对不起，该地址不存在!<a href=javascript:history.back(1)>点击这里返回</a>");
exit(0);
}
$html = file_get_contents($page,'r');
$pattern="/五天天气趋势预报<\/B>(.*?)请输入输入市/si";
preg_match($pattern,$html,$pg);
echo "";
//获取真实的图片地址
$p=preg_replace('/\/image\//', 'http://qq.ip138.com/image/', $pg[1]);
echo $p;
}
?>