同时提取多条新闻中的文本一例

核心提示：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，同时提取多条新闻中的文本一例，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

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) ? "" : $url = "http://www.unn.com.cn/GB/channel2/3/11/index.html";　　　　// 今日要闻
if(isset($url)&&$url!="")　　　　{
　 $str = implode("",file($url));
　 $str_ary = explode("<ul>",$str);
　 $str_ary = explode("<li>",trim($str_ary[1]));
　 for ($i=0; $i<8; $i++)　　　　{
　　　if (strlen(trim($str_ary[$i]))<3){
　　　continue;
　　　}
　　　echo "新闻".$i."：".$str_ary[$i];
　　　$str1=strstr("$str_ary[$i]",'<a href="/');
　　　$str2=strstr("$str_ary[$i]",'" target');
　　　$len1=strlen("$str1");
　　　$len2=strlen("$str2");
　　　$len=$len1-$len2;
　　　$url=substr("$str1",10,$len-10);
　　　if (strlen(trim($url))!=0) {
　　　　 $url = "http://www.unn.com.cn/".$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);
　　　　}
　　 }
　}
}
?>