1. //获得当前的脚本网址   
2. function get_php_url(){   
3.         if(!emptyempty($_SERVER["REQUEST_URI"])){   
4.                 $scriptName = $_SERVER["REQUEST_URI"];   
5.                 $nowurl = $scriptName;   
6.         }else{   
7.                 $scriptName = $_SERVER["PHP_SELF"];   
8.                 if(emptyempty($_SERVER["QUERY_STRING"])) $nowurl = $scriptName;   
9.                 else $nowurl = $scriptName."?".$_SERVER["QUERY_STRING"];   
10.         }   
11.         return $nowurl;   
12. }   
13. //把全角数字转为半角数字   
14. function GetAlabNum($fnum){   
15.         $nums = array("０","１","２","３","４","５","６","７","８","９");   
16.         $fnums = "0123456789";   
17.         for($i=0;$i<=9;$i++) $fnum = str_replace($nums[$i],$fnums[$i],$fnum);   
18.         $fnum = ereg_replace("[^0-9.]|^0{1,}","",$fnum);   
19.         if($fnum=="") $fnum=0;   
20.         return $fnum;   
21. }   
22. //去除HTML标记   
23. function Text2Html($txt){   
24.         $txt = str_replace("  ","　",$txt);   
25.         $txt = str_replace("<","<",$txt);   
26.         $txt = str_replace(">",">",$txt);   
27.         $txt = preg_replace("/[rn]{1,}/isU","  
28. rn",$txt);   
29.         return $txt;   
30. }  
31. //清除HTML标记   
32. function ClearHtml($str){   
33.         $str = str_replace('<','<',$str);   
34.         $str = str_replace('>','>',$str);   
35.         return $str;   
36. }   
37. //相对路径转化成绝对路径   
38. function relative_to_absolute($content, $feed_url) {   
39.     preg_match('/(http|https|ftp):///', $feed_url, $protocol);   
40.     $server_url = preg_replace("/(http|https|ftp|news):///", "", $feed_url);   
41.     $server_url = preg_replace("//.*/", "", $server_url);  
42.     if ($server_url == '') {   
43.         return $content;   
44.     }  
45.     if (isset($protocol[0])) {   
46.         $new_content = preg_replace('/href="//', 'href="'.$protocol[0].$server_url.'/', $content);   
47.         $new_content = preg_replace('/src="//', 'src="'.$protocol[0].$server_url.'/', $new_content);   
48.     } else {   
49.         $new_content = $content;   
50.     }   
51.     return $new_content;   
52. }   
53. //取得所有链接   
54. function get_all_url($code){   
55.         preg_match_all('/"' ]+)["|']?s*[^>]*>([^>]+)/i',$code,$arr);   
56.         return array('name'=>$arr[2],'url'=>$arr[1]);   
57. }  
58. //获取指定标记中的内容   
59. function get_tag_data($str, $start, $end){   
60.         if ( $start == '' || $end == '' ){   
61.                return;   
62.         }   
63.         $str = explode($start, $str);   
64.         $str = explode($end, $str[1]);   
65.         return $str[0];   
66. }   
67. //HTML表格的每行转为CSV格式数组   
68. function get_tr_array($table) {   
69.         $table = preg_replace("']*?>'si",'"',$table);   
70.         $table = str_replace("",'",',$table);   
71.         $table = str_replace("","{tr}",$table);   
72.         //去掉 HTML 标记   
73.         $table = preg_replace("'<[/!]*?[^<>]*?>'si","",$table);   
74.         //去掉空白字符   
75.         $table = preg_replace("'([rn])[s]+'","",$table);   
76.         $table = str_replace(" ","",$table);   
77.         $table = str_replace(" ","",$table);  
78.         $table = explode(",{tr}",$table);   
79.         array_pop($table);   
80.         return $table;   
81. }  
82. //将HTML表格的每行每列转为数组，采集表格数据   
83. function get_td_array($table) {   
84.         $table = preg_replace("']*?>'si","",$table);   
85.         $table = preg_replace("']*?>'si","",$table);   
86.         $table = preg_replace("']*?>'si","",$table);   
87.         $table = str_replace("","{tr}",$table);   
88.         $table = str_replace("","{td}",$table);   
89.         //去掉 HTML 标记   
90.         $table = preg_replace("'<[/!]*?[^<>]*?>'si","",$table);   
91.         //去掉空白字符   
92.         $table = preg_replace("'([rn])[s]+'","",$table);   
93.         $table = str_replace(" ","",$table);   
94.         $table = str_replace(" ","",$table);   
95.           
96.         $table = explode('{tr}', $table);   
97.         array_pop($table);   
98.         foreach ($table as $key=>$tr) {   
99.                 $td = explode('{td}', $tr);   
100.                 array_pop($td);   
101.             $td_array[] = $td;   
102.         }   
103.         return $td_array;   
104. }  
105. //返回字符串中的所有单词 $distinct=true 去除重复   
106. function split_en_str($str,$distinct=true) {   
107.         preg_match_all('/([a-zA-Z]+)/',$str,$match);   
108.         if ($distinct == true) {   
109.                 $match[1] = array_unique($match[1]);   
110.         }   
111.         sort($match[1]);   
112.         return $match[1];   
113. }  
114.    
115. 函数描述及例子  
116.    
117. PHP采集程序中常用的函数  
118.  
119. 查询关键字  
120.    
121. PHP采集程序中常用的函数  
122. ",">",$txt);   
123.         $txt = preg_replace("/[rn]{1,}/isU","  
124. rn",$txt);   
125.         return $txt;   
126. }  
127. //清除HTML标记   
128. function ClearHtml($str){   
129.         $str = str_replace('<','<',$str);   
130.         $str = str_replace('>','>',$str);   
131.         return $str;   
132. }   
133. //相对路径转化成绝对路径   
134. function relative_to_absolute($content, $feed_url) {   
135.     preg_match('/(http|https|ftp):///', $feed_url, $protocol);   
136.     $server_url = preg_replace("/(http|https|ftp|news):///", "", $feed_url);   
137.     $server_url = preg_replace("//.*/", "", $server_url);  
138.     if ($server_url == '') {   
139.         return $content;   
140.     }  
141.     if (isset($protocol[0])) {   
142.         $new_content = preg_replace('/href="//', 'href="'.$protocol[0].$server_url.'/', $content);   
143.         $new_content = preg_replace('/src="//', 'src="'.$protocol[0].$server_url.'/', $new_content);   
144.     } else {   
145.         $new_content = $content;   
146.     }   
147.     return $new_content;   
148. }   
149. //取得所有链接   
150. function get_all_url($code){   
151.         preg_match_all('/"' ]+)["|']?s*[^>]*>([^>]+)/i',$code,$arr);   
152.         return array('name'=>$arr[2],'url'=>$arr[1]);   
153. }  
154. //获取指定标记中的内容   
155. function get_tag_data($str, $start, $end){   
156.         if ( $start == '' || $end == '' ){   
157.                return;   
158.         }   
159.         $str = explode($start, $str);   
160.         $str = explode($end, $str[1]);   
161.         return $str[0];   
162. }   
163. //HTML表格的每行转为CSV格式数组   
164. function get_tr_array($table) {   
165.         $table = preg_replace("']*?>'si",'"',$table);   
166.         $table = str_replace("",'",',$table);   
167.         $table = str_replace("","{tr}",$table);   
168.         //去掉 HTML 标记   
169.         $table = preg_replace("'<[/!]*?[^<>]*?>'si","",$table);   
170.         //去掉空白字符   
171.         $table = preg_replace("'([rn])[s]+'","",$table);   
172.         $table = str_replace(" ","",$table);   
173.         $table = str_replace(" ","",$table);  
174.         $table = explode(",{tr}",$table);   
175.         array_pop($table);   
176.         return $table;   
177. }  
178. //将HTML表格的每行每列转为数组，采集表格数据   
179. function get_td_array($table) {   
180.         $table = preg_replace("']*?>'si","",$table);   
181.         $table = preg_replace("']*?>'si","",$table);   
182.         $table = preg_replace("']*?>'si","",$table);   
183.         $table = str_replace("","{tr}",$table);   
184.         $table = str_replace("","{td}",$table);   
185.         //去掉 HTML 标记   
186.         $table = preg_replace("'<[/!]*?[^<>]*?>'si","",$table);   
187.         //去掉空白字符   
188.         $table = preg_replace("'([rn])[s]+'","",$table);   
189.         $table = str_replace(" ","",$table);   
190.         $table = str_replace(" ","",$table);   
191.           
192.         $table = explode('{tr}', $table);   
193.         array_pop($table);   
194.         foreach ($table as $key=>$tr) {   
195.                 $td = explode('{td}', $tr);   
196.                 array_pop($td);   
197.             $td_array[] = $td;   
198.         }   
199.         return $td_array;   
200. }  
201. //返回字符串中的所有单词 $distinct=true 去除重复   
202. function split_en_str($str,$distinct=true) {   
203.         preg_match_all('/([a-zA-Z]+)/',$str,$match);   
204.         if ($distinct == true) {   
205.                 $match[1] = array_unique($match[1]);   
206.         }   
207.         sort($match[1]);   
208.         return $match[1];   
209. }  
210.    
211. "|']?([^>|']?([^>