实际上特别简单。噶噶。
就是打开
然后用正规表达式分析--输出--INSERT到数据库。。。

主要是要求对正则熟悉一点
大家可以看我的效果。
我偷的笑话站2万左右数据。一会就完成了

http://joke.flash163.com


其实很好盗。一个就是取出笑话内容就行 。主要是要更新笑话的类别ID。就个就得读别人的列表更新了

先提供取笑话内容的代码。

PHP code:




<?PHP


/*


数据库 down 运行于 localhost 


# phpMyAdmin SQL Dump


# version 2.5.4-rc2


# <a href="http://www.phpmyadmin.net" target="_blank">http://www.phpmyadmin.net</a>


#


# 主机: localhost


# 生成日期: 2004 年 06 月 18 日 11:29


# 服务器版本: 4.0.18


# PHP 版本: 4.3.4


# 


# 数据库 : `down`


# 





# --------------------------------------------------------





#


# 表的结构 `tx_joke`


#





CREATE TABLE `tx_joke` ( #笑话表


  `jokeID` int(10) unsigned NOT NULL auto_increment, #笑话ID


  `typeID` smallint(4) unsigned NOT NULL default '0',#笑话类别ID


  `typeName` varchar(50) NOT NULL default '',#笑话类别名称


  `jokeName` varchar(100) NOT NULL default '',#笑话名称


  `jokeContent` text NOT NULL,#笑话内容


  `visitNum` mediumint(8) unsigned NOT NULL default '0',#笑话访问次数


  `createDate` int(10) unsigned NOT NULL default '0',#笑话加入时间


  PRIMARY KEY  (`jokeID`)


) TYPE=MyISAM AUTO_INCREMENT=16985 ;





# --------------------------------------------------------





#


# 表的结构 `tx_jokecate`


#





CREATE TABLE `tx_jokecate` (#笑话类别


  `jokeCateID` smallint(5) unsigned NOT NULL default '0',#笑话类别ID


  `jokeCateName` varchar(50) NOT NULL default '',#笑话类别名称


  `jokeNum` mediumint(8) unsigned NOT NULL default '0',#笑话数量


  PRIMARY KEY  (`jokeCateID`)


) TYPE=MyISAM;


    


        */


set_time_limit(0);#设置超时。0为永不过期


mysql_connect(&quot;localhost&quot;,&quot;root&quot;,&quot;&quot<img src="images/smilies/23.gif" smilieid="206" border="0" alt="" />; #链接数据库


mysql_select_Db(&quot;down&quot<img src="images/smilies/23.gif" smilieid="206" border="0" alt="" />;





$ip = '127.0.0.1';





function _GetIP() #取IP的函数


{


        $ip  = getenv(&quot;REMOTE_ADDR&quot<img src="images/smilies/23.gif" smilieid="206" border="0" alt="" />;


        $ip1 = getenv(&quot;HTTP_X_FORWARDED_FOR&quot<img src="images/smilies/23.gif" smilieid="206" border="0" alt="" />;


        $ip2 = getenv(&quot;HTTP_CLIENT_IP&quot<img src="images/smilies/23.gif" smilieid="206" border="0" alt="" />;


        ($ip1) ? $ip = $ip1 : null ;


        ($ip2) ? $ip = $ip2 : null ;


        return $ip;


}





if ( _GetIP() != $ip ) 


{


        exit(&quot;Can't Run!&quot<img src="images/smilies/23.gif" smilieid="206" border="0" alt="" />; //限制在本机运行。这样别人不可以执行本程序


}








for ($i=1;$i<18500;$i++)//这里是读这外网站数据列表。我用的时候他大概有18500条。最大ID是18500


{        


        


        $url = &quot;http://joke.v111.com/jokes.asp?class_no=&quot;.$i;#读笑话的页面


        


        $File = fopen($url,'rb');#打开读成二进制流


        if ( $File )


        {


                $Buffer = $makeFile = &quot;&quot;;


                while ($Buffer = fread($File,4096))


                {


                        $makeFile = $makeFile.$Buffer;#取出来。就是直接把上边的笑话内容读成HTML源码形式


                }


                fclose($File);


                


                preg_match(&quot;/#996600&quot;>(.*)</font>/&quot;,$makeFile,$str);#取出笑话标题


                preg_match(&quot;/valign=&quot;top&quot;(.*)</table>/s&quot;,$makeFile,$str2);#笑自内容


                //preg_macth是用正规表达式，具体到php.net看


                //提示，他的数组是从1开始的。不是0





                echo $str2[1].&quot;<br>&quot;;#输入显示插入，可以不输出


                $sql = &quot; insert into tx_joke SET createDate='&quot;.time().&quot;',jokeID='$i',jokeName='$str[1]',jokeContent='$str2[1] &quot;; #插入到数据库中


                mysql_query($sql);


        }


}





?>