1. php定時抓取HTML
$time = time();
$file = 'AA.dat';
@$filemtime = filemtime($file);
if($time - $filemtime >60){
$h = fopen($file,'wb+');
$content = file_get_contents('AA.html');
fwrite($h,$content);
fclose($h);
touch($file);
}
試下用strip_tags去除HTML後得到內容，如果再復雜，我就不知了~
2. PHP抓取網頁指定內容
<?php
/*
* 如下： 方法有點笨
* 抓取網頁內容用 PHP 的正則
* 用JS每隔5分鍾刷新當前頁面---即重新獲取網頁內容
*
* 註： $mode中--<title></title>-更改為所需內容（如 $mode = "#<a(.*)</a>#";>獲取所有鏈接）
*
* window.location.href="http://localhost//refesh.php";中的http://localhost//refesh.php
* 更改為自己的URL----作用：即刷新當前頁面
*
* setInterval("ref()",300000);是每隔300000毫秒（即 5 * 60 *1000 毫秒即5分鍾）執行一次函數 ref()
*
* print_r($arr);輸出獲得的所有內容 $arr是一個數組 可根據所需輸出一部分（如 echo $arr[1][0];）
* 若要獲得所有內容 可去掉
* $mode = "#<title>(.*)</title>#";
if(preg_match_all($mode,$content,$arr)){
print_r($arr);
echo "<br/>";
echo $arr[1][0];
}
再加上 echo $content；
*/
$url = "http://www..com"; //目標站
$fp = @fopen($url, "r") or die("超時");
$content=file_get_contents($url);
$mode = "#<title>(.*)</title>#";
if(preg_match_all($mode,$content,$arr)){
//print_r($arr);
echo "<br/>";
echo $arr[1][0];
}
?>
<script language="javaScript" type="text/javascript">
<--
function ref(){
window.location.href="http://localhost//refesh.php";
}
setInterval("ref()",300000);
//-->
</script>
3. 怎麼寫php爬蟲自動抓取百度知道
curl來寫。模擬登陸。抓取頁面。分析標簽。正則匹配你想要的內容。然後存入數據大概就是這樣的流程。
4. PHP如何自動抓取頁面內容，頁面有分頁，我要把分頁中的內容也抓到
你把頁面抓回來,分離出分頁代碼,從中分析出每個分頁的url,再通過url去抓取各分頁
ps:不同網站的分頁代碼部分不盡相同,只能具體問題具體分析
5. php抓取數據
像這樣採集的程序一般把循環的速度搞一下，如果太快，一個網速跟不上，一是伺服器設置了防採集或是防CC攻擊等，如果你每5分鍾採集一次，這樣，肯定不會受到限制，如果你一分鍾採集100或是更多次這伺服器會限制你訪問，認為你是惡意攻擊，明白？就像網路或google 機器人一樣，如果不做限制採集過多，會把伺服器拉死。
6. 如何利用php抓取網站動態產生的數據
$url = "網站地址目錄";
$queryServer = curl_init();
curl_setopt($queryServer, CURLOPT_URL, $url);
curl_setopt($queryServer, CURLOPT_HEADER, 0);
curl_setopt($queryServer, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($queryServer, CURLOPT_RETURNTRANSFER, true);
curl_setopt($queryServer, CURLOPT_CONNECTTIMEOUT, 10);
curl_setopt($queryServer, CURLOPT_TIMEOUT, 30);
$html = curl_exec($queryServer);
$html = iconv('UTF-8','GBK//IGNORE',$html); //如果你需要是的數據是utf-8編碼的,這一行可以注銷，如果需要gbk編碼的,請保留.如果出現亂碼，就是一行的問題，你自己調著試吧
//echo $holder;exit; 此處可以輸出來測試.
$html = str_replace(array("\n","\r","\t"),"",$html);
$preg = '/<table\s+width=\"800\"[^>]+>(.*?)<\/table>/';
preg_match_all($preg,$html,$out);
//匹配每行
preg_match_all('/<tr[^>]+>(.*?)<\/tr>/',$out[1][0],$tr);
//匹配每個td
$result = array();
$match = '/<td.+>([^<]+)<\/td>/U';
foreach( $tr[0] as $key => $value ){
preg_match_all($match,$value,$arr);
$result[] = $arr[1];
}
//輸出測試,$result就是你要的數據，至於你要怎麼輸出顯示格式，那就隨心調就好了。
foreach( $result as $key => $value ){
echo implode("\t",$value);
echo "<br>";
}
exit;
7. php如何自動獲取一條數據並且保證下次不會獲取這一條
你說的自動獲取是怎麼定義的?進入某頁面讀取嗎?如果用戶刷新(或再次進入本頁面)再獲取另一條嗎?
你要保證下次不會獲取這一條,那就得識別你的用戶了.有一個不算太好的方法來識別,就是保留訪問過的IP和數據的Id,如果某有某IP進入該頁面,則先查一下該IP訪問過的數據ID列表.查詢的時候排除掉.
但用IP來識別用戶是不準確的.一個公司的人都可能用同一IP訪問你的頁面.
主要還是看你的需求,你描述的太不準確了.
====================================
我很多用戶 每個用戶自動獲取數據池的一條數據 並且保證這條數據不會被其它用戶獲取
============================
很奇怪的需求,那有時間約束嗎?還是說被獲到的數據只能且只使用一次.以後就不使用.如果只使用一次,那很簡單,加個欄位標識一下,只要被查詢過,就標記,以後查詢直接忽略掉.
但如果有時間約束,比如三天後就解除標記,那還得弄一個腳本每天晚上去解除標記.
但好象這種需求真是奇怪,還是思考問題的思路有問題?
8. PHP 怎樣自動提取文章中的關鍵詞
一般來說,你可以定義幾種規則來獲取關鍵詞
可以設置一個關鍵詞庫,這些關鍵詞用逗號之類的符號分隔
當錄入一篇文章的時候,匹配設置的關鍵詞庫,當出現次數大於多少次的詞語,定義為關鍵詞.
9. php自動抓取淘寶訂單號和支付寶交易號存入資料庫的代碼
你這個想法很好，但是實現起來很麻煩，首先你需要淘寶對你開放API介面才行，然後寫代碼有事一個難事，不過我知道有一個軟體是可以實現的，甩手掌櫃，只需要綁定你的淘寶賬號就可以，因為他們一個公司，和淘寶合作，淘寶對其開放API，然後一個團隊寫代碼，所以是可以實現的。不光可以自動下載訂單，還可以輕松管理商品，列印發貨單，進銷存管理等等！
10. php每天抓取數據並更新新
以前我用過querylist插件抓數據，伺服器寫和定時器，每天固定時間去運行腳本。朝這個方式試試
高並發下數據的更新，應該 update table xxx set num = num - 1 的方式，這種方式可以保證數據的正確性。
但是會出現 num 為負數的問題，如果庫存為負數，顯然是不合理的。
於是，需要將 num 欄位設置為 無符號整型，這樣就不會出現負數了，因為，如果減到負數，就會更新失敗。
但是這種依然會造成很多無用的更新語句的執行，是不合理的。
於是，update table xxx set num = num - 1 where num > 0，
這樣當 num 等於0之後就不會去更新資料庫了，減少了很多無用的開銷。
這種方式被稱作「樂觀鎖」
此外，對於搶紅包這種非整數的操作，我們應該轉換為整數的操作。
關於搶購超賣的控制
一般搶購功能是一個相對於正常售賣系統來說獨立的子系統，這樣既可以防止搶購時的高並發影響到正常系統，
也可以做到針對於搶購業務的特殊處理。
在後台設計一些功能，可以就昂正常的商品加入到搶購活動中並編輯成為搶購商品，寫入到搶購商品表，當然
也可以把搶購商品表寫入redis而不是數據表。並且在原商品表寫入一個同樣的商品（id相同，用於訂單查看，
此商品不可購買）
如果是數據表，為了控制超賣，需要對表進行行鎖，更新的時候帶上 where goods_amount > 0。
如果是redis，使用 hincrby 一個負數來減庫存，並且 hincrby 會返回改變後的值，再來判斷返回值是否大於0，
因為redis每個命令都是原子性的，這樣不用鎖表就可控制超賣。