原创PHP实战获取指定网站的内容

　　数据采集采集原理分析
　　数据采集是指获取指定网站的内容（比如小说的标题、简介、作者、图片等信息），之后将其存入数据库中，采集步骤如下：
　　第1步：获取指定网址的数据
　　http://www.qidian.com?id=1&articleid=6
　　获取数据可以使用如下函数：
　　（1） file_get_contents()函数
　　（2） fopen()函数、fread()函数
　　（3） curl()函数
　　（4） snoopy类
　　第2步：提取所需内容，使用preg_match_all()函数获取匹配的数据
　　使用正则表达式获取需要采集的特定内容，获取与表中字段对应的内容。
　　第3步：分类存储至数据库中（入库）
　　将上一面获取的数据存放数据表中。
　　第4步：从数据库中读取数据
　　第5步：展示读取出的数据正则表达式
　　使用正则表达式可以匹配、检索字符串。
　　$reg=＂/^….$/＂;
　　$reg=＂#^….$#＂;量词
　　· + 匹配任何至少包含一个前导字符串
　　· * 匹配任何包含零个或多个前导字符串
　　· ? 匹配任何包含零个或一个前导字符串
　　· . 匹配任意字符串
　　· {x} 匹配任何包含x 个的前导字符串 /y{3}/ yyy
　　· {x,y} 匹配任何包含x 到y 个前导字符串/y{2,5}/
　　· {x,} 匹配任何包含至少x 个前导字符串/y{2,}/
　　· $ 匹配字符串的行尾 /abc[0-9]$/
　　· ^ 匹配字符串的行首
　　· | 匹配字符串的左边或者右边（或）
　　· ()包围一个字符分组或定义个反引用，可以使用$1,$2 提取 ([0-9]{3}-[0-9]{8})+
　　.*可以匹配任意字符串（因为.匹配任意字符，*表示任意个）元字符
　　· [a-z] 匹配任何包含小写字母a-z 的字符串
　　· [c-g] 匹配c,d,e,f,g[3-7]
　　· [A-Z] 匹配任何包含大写字母A-Z 的字符串
　　· [0-9] 匹配任何包含数字0-9 的字符串
　　· [bek] 匹配任何包含小写字母b、e、k的字符串，只要字符串中含有b、e、k中的任意一个就算匹配到goo[bek]d
　　· [^bek] 只要有不含b、e、k的字符都能匹配
　　· [a-zA-Z0-9_] 匹配任何包含a-zA-Z0-9 和下划线的字符串
　　· w 匹配任何包含a-zA-Z0-9 和下划线的字符串（同上）
　　· W 匹配任何没有下划线和字母数字的字符串，和w相反
　　· d 匹配任何数字字符，和[0-9]相同
　　· D 匹配任何非数字字符，和[^0-9]相同
　　· s 匹配任何空白字符
　　· S 匹配任何非空白字符
　　· b 匹配是否到达了单词边界/abcb/helloabcgood
　　· B 匹配是否没有达到单词边界
　　·  匹配正则中的特殊字符修饰符
　　语法：修饰符放在＂/＂的后面/w/i
　　· i 完成不区分大小写的搜索
　　· m 在匹配首内容或者尾内容时候采用多行识别匹配
　　· x 忽略正则中的空白
　　· A 强制从头开始匹配
　　· U 禁止贪婪匹配只跟踪到最近的一个匹配符并结束/xo*/Uxoooobc正则相关函数
　　· preg_match(＂/正则表达式/＂ , 要处理的字符串)；
　　匹配到一次就终止继续匹配，返回1；
　　如果没有匹配到，就一直向后找，直到字符串的末尾，如果仍然没找到，返回0。
　　匹配邮箱
　　· preg_match_all(＂/正则表达式/＂,字符串,$arr)
　　preg_match_all()搜索字符串所有匹配的结果，将所有匹配到的字符串放到$arr数组中。
　　· preg_replace(＂/正则表达式/＂, ＂字符串＂, $str);
　　将$str中匹配正则规则的内容用指定字符串替换。采集入库
　　采集网页中列表的标题和链接，获取后存入数据库。
　　Snoopy
　　snoopy类实现数据采集
　　output()函数的功能是格式化输出数组数据
　　fetch()方法
　　Fetchtext()、fetchlinks()、fetchform()方法
　　Snoopy实现表单提交和模拟登陆
　　Snoopy实现图片下载
　　cURL1. Client URL库
　　开启curl扩展
　　使用cURL完成请求的四步
　　第1步:初始化资源$ch = curl_init();
　　第2步: 设置相关的参数curl_setopt()
　　第3步: 发送请求curl_exec($ch)
　　第4部:关闭资源curl_close($ch);封装cURL函数
　　封装POST请求
　　封装GET请求
　　POST请求与GET请求相结合
　　使用cURL函数提交请求