同时提取多条新闻中的文本一例

时间:2021-05-25

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
$str2 = explode('<h4 align="center">&nbsp; </h4>',$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
$str3[1]=str_replace('<br><br>&nbsp;&nbsp;&nbsp;&nbsp;',"\n"."  ",$str3[1]);
$str3[1]=str_replace('&nbsp;',"",$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);
}
}
}
}
?>

声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。

相关文章