Funções comumente usadas em programas de coleta PHP

//获得当前的脚本网址
função get_php_url(){
if(!empty($_SERVER["REQUEST_URI"])){
$scriptName = $_SERVER["REQUEST_URI"];
$nowurl = $scriptName;
}outro{
$scriptName = $_SERVER["PHP_SELF"];
if(empty($_SERVER["QUERY_STRING"])) $nowurl = $scriptName;
senão $nowurl = $scriptName."?".$_SERVER["QUERY_STRING"];
}
return $agoraurl;
}
//把全角数字转为半角数字
função GetAlabNum($fnum){
$nums = array("０","１","２","３","４","５","６","７","８","９");
$fnums = "0123456789";
for($i=0;$i<=9;$i++) $fnum = str_replace($nums[$i],$fnums[$i],$fnum);
$fnum = ereg_replace("[^0-9.]|^0{1,}","",$fnum);
if($fnum=="") $fnum=0;
retornar $fnum;
}
//去除HTML标记
função Text2Html($txt){
$txt = str_replace(" "," ",$txt);
$txt = str_replace("<","&lt;",$txt);
$txt = str_replace(">","&gt;",$txt);
$txt = preg_replace("/[rn]{1,}/isU","<br/>rn",$txt);
retornar$txt;
}

//清除HTML标记
função ClearHtml($str){
$str = str_replace('<','&lt;',$str);
$str = str_replace('>','&gt;',$str);
retornar $str;
}
//相对路径转化成绝对路径
função relativo_para_absoluto($conteúdo, $feed_url) {
preg_match('/(http|https|ftp):///', $feed_url, $protocolo);
$server_url = preg_replace("/(http|https|ftp|notícias):///", "", $feed_url);
$server_url = preg_replace("//.*/", "", $server_url);

if ($server_url == '') {
retornar $conteúdo;
}

if (isset($protocol[0])) {
$new_content = preg_replace('/href="//', 'href="'.$protocol[0].$server_url.'/', $content);
$new_content = preg_replace('/src="//', 'src="'.$protocol[0].$server_url.'/', $new_content);
} outro {
$novo_conteúdo = $conteúdo;
}
retornar $ novo_conteúdo;
}
//取得所有链接
função get_all_url($código){
preg_match_all('/<as+href=["|']?([^>"' ]+)["|']?s*[^>]*>([^>]+ )</a>/i',$código,$arr);
return array('nome'=>$arr[2],'url'=>$arr[1]);
}

//获取指定标记中的内容
função get_tag_data($str, $início, $fim){
if ($início == '' || $fim == '' ){
retornar;
}
$str = explodir($start, $str);
$str = explodir($end, $str[1]);
retornar $str[0];
}
//HTML表格的每行转为CSV格式数组
função get_tr_array($tabela) {
$tabela = preg_replace("'<td[^>]*?>'si",'"',$tabela);
$tabela = str_replace("</td>",'",',$tabela);
$tabela = str_replace("</tr>","{tr}",$tabela);
//去掉 HTML 标记
$tabela = preg_replace("'<[/!]*?[^<>]*?>'si","",$tabela);
//去掉空白字符
$tabela = preg_replace("'([rn])[s]+'","",$tabela);
$tabela = str_replace(" ","",$tabela);
$tabela = str_replace(" ","",$tabela);

$tabela = explodir(",{tr}",$tabela);
array_pop($tabela);
retornar $tabela;
}

//将HTML表格的每行每列转为数组，采集表格数据
função get_td_array($tabela) {
$tabela = preg_replace("'<tabela[^>]*?>'si","",$tabela);
$tabela = preg_replace("'<tr[^>]*?>'si","",$tabela);
$tabela = preg_replace("'<td[^>]*?>'si","",$tabela);
$tabela = str_replace("</tr>","{tr}",$tabela);
$tabela = str_replace("</td>","{td}",$tabela);
//去掉 HTML 标记
$tabela = preg_replace("'<[/!]*?[^<>]*?>'si","",$tabela);
//去掉空白字符
$tabela = preg_replace("'([rn])[s]+'","",$tabela);
$tabela = str_replace(" ","",$tabela);
$tabela = str_replace(" ","",$tabela);

$tabela = explodir('{tr}', $tabela);
array_pop($tabela);
foreach ($tabela como $key=>$tr) {
$td = explodir('{td}', $tr);
array_pop($td);
$td_array[] = $td;
}
retornar $td_array;
}

//返回字符串中的所有单词 $distinct=true 去除重复
função split_en_str($str,$distinct=true) {
preg_match_all('/([a-zA-Z]+)/',$str,$match);
if ($distinto == verdadeiro) {
$correspondência[1] = array_unique($correspondência[1]);
}
ordenar($correspondência[1]);
retornar $correspondência[1];
}