本文为一个提取一批新闻网页中的文本的小程序，它可以将各篇新闻的内容存为以该新闻标题为文件名的文本文件。如有更好的处理方法，请和我联系：
lwx3069@sina.com
这里以人民网中的“今日要闻”下的新闻为例.
<?php
($url) ? "" : $url = "http://.cn/".$url;
define(CONTENTS_DIR,"./contents/");
if(isset($url)&&$url!=""){
$str = implode("",file($url));
$str1=explode('<div align="right">',$str);//去掉文件没用的上半部分
$str2 = explode('<h4 align="center"> </h4>',$str1[1]);
//取出文件的下半部分，并去掉没用的下半部分，这时得到的都是有用的
$str3=explode('</font><font size="+2"><b><font size="3">',$str2[0]);//从整个有用部分取出文件标题和正文
$str4=explode('</div>',$str2[0]);//取出日期和时间
$str5=explode('</font></b></font><font size="2">',$str3[1]);//从标题和正文部分取出标题
$title=str_replace("<br>","",$str5[0]);
$str3=explode('<p><font size="2">',$str2[0]);//从整个有用部分取出文件正文
$str3[1]=str_replace('<br><br> ',"\n"." ",$str3[1]);
$str3[1]=str_replace(' ',"",$str3[1]);
$str3=strip_tags($str3[1]);
$pf=trim($title).".txt";
$ppf=fopen(CONTENTS_DIR."$pf",'w');
fputs($ppf,$title);
fputs($ppf,"$str4[0]");
fputs($ppf,$str3);
}
}
}
}
?>
网站建设 IT知识 IT知识教程 同时提取多条新闻中的文本一例 
最新文章
热门文章
猜你喜欢
