php 抓取网页数据( 微信开发文档_新手接入获取数据包并返回这部分微信也)

　　php 抓取网页数据(

微信开发文档_新手接入获取数据包并返回这部分微信也)

　　

　　微信公众平台

　　新手进入

　　申请公众号后，如需开启开发模式，需进行接口验证。这部分内容收录在微信开发文档中，并附上示例。我们需要做的是拥有自己的服务器。 ，当微信服务器发送数据包并进行处理时，返回正确的数据包。相关代码由微信提供，只要放在服务器目录下即可调用。

　　微信开发文档_新手入门

　　获取数据包并返回

　　这部分微信也提供了例子。在wechatCallbackapiTest类中，有一个公共成员函数responseMsg()，相当于一个简单的HelloWorld例子。原创示例中未调用此函数。我们可以看这里的代码，这是一个接收消息、解析、自动回复的基本功能。

　　为了便于理解，我在这个功能中添加了中文注释。

　　public function responseMsg()

{

//根据不同的服务器环境，这里需要获取POST来的数据

$postStr = $GLOBALS["HTTP_RAW_POST_DATA"];

//解析数据

if (!empty($postStr)){

//按照XML文件的格式解析

$postObj = simplexml_load_string($postStr, 'SimpleXMLElement', LIBXML_NOCDATA);

$fromUsername = $postObj->FromUserName;

$toUsername = $postObj->ToUserName;

$keyword = trim($postObj->Content);//trim函数负责去除前后的空格

$time = time();

$textTpl = "

%s

";//制作返回数据包XML文件

if(!empty( $keyword ))

{

$msgType = "text";//返回的数据类型，这里是text文本信息

$contentStr = "Welcome to wechat world!";//返回数据的内容，默认是Welcome to wechat world!

//注意这里格式化写入，$fromUsername对应在XML文件里的位置在ToUserName，

//因为我们要返回信息，所以接受到的数据包里的"收件人"就成了"发件人"

$resultStr = sprintf($textTpl, $fromUsername, $toUsername, $time, $msgType, $contentStr);

echo $resultStr;//返回数据包

}else{

//如果收到的数据为空，则返回对应信息

echo "Input something...";

}

}else {

echo "";//如果无法获取到POST数据包，则返回对应信息

exit;

}

}

　　有了这段代码，我们只需要修改我们需要的自定义部分就可以顺利返回数据了。注意这里建议填写错误信息。考虑到尽可能多的错误情况，并回显相应的信息，以后检查错误会非常方便。

　　官方例子中的这个类不好用。让我们自己写一个。在写它之前，我们简单地思考了一下。大体结构如下：

　　class wechat

{

public function distribute();//判断收到的信息是哪些

public function text($postObj);//文本消息

public function location($postObj)//地理位置消息

}

　　如果以后需要扩展新的回复内容，可以在distribute函数中增加新的判断项，增加新的处理函数，有效处理新的内容。

　　distribute()是入口函数，负责解析接收到的信息，找到其中的MsgType，判断接收到的信息类型，并传递给相应的处理函数。如果无法获取数据，则返回相应的错误值。

　　代码如下：

　　public function distribute()//判断收到的信息是哪些

{

$postStr = $GLOBALS["HTTP_RAW_POST_DATA"];

//extract post data

if (!empty($postStr))

{

$postObj = simplexml_load_string($postStr, 'SimpleXMLElement', LIBXML_NOCDATA);

$msgType = $postObj->MsgType;

switch ($msgType) //分发

{

case "text":

$this->text($postObj);

break;

case "location":

$this->location($postObj);

default:

echo "未知的消息类别";

break;

}

}

else//无法得到返回值

{

echo "无法得到返回值";

}

}

　　text() 是负责处理文本的函数，是本次开发的重点。主体结构参考微信官方示例，并在其中进行了自定义，包括对特定信息的自动回复。收到“blog”时，会自动返回博客信息，如果收到其他信息，则返回一般的自动回复信息。

　　代码如下：

　　public function text($postObj)//文本消息

{

$content = trim($postObj->Content);

switch ($content)

{

case "博客":

$info = new fetch();

$result = $info->get();

$contentStr = "我的博客\n《Coder成长之路》\n目前信息:\n";

$contentStr .=$result[0]."\n";//访问

$contentStr .=$result[1]."\n";//积分

$contentStr .=$result[2]."\n";//排名

$contentStr .=$result[3]."\n";//原创

$contentStr .=$result[4]."\n";//转载

$contentStr .=$result[5]."\n";//译文

$contentStr .=$result[6]."\n";//评论

$contentStr .= "欢迎访问我的博客\n http://t.cn/8kvGx7T \n";

break;

default:

$contentStr = "欢迎使用我的公众号，目前只有 1 个功能\n其余功能正在开发当中，请谅解。\n1. 回复“博客”可以获得我的博客的实时信息。";

break;

}

$fromUsername = $postObj->FromUserName;

$toUsername = $postObj->ToUserName;

$keyword = $content;

$time = time();

$textTpl = "

%s

";

if(!empty( $keyword ))

{

$msgType = "text";

$resultStr = sprintf($textTpl, $fromUsername, $toUsername, $time, $msgType, $contentStr);

echo $resultStr;

}

else

{

echo "无法获取输入的信息";

}

}

　　主要内容同上例。有问题可以看之前有中文注释的代码。如果还有问题，可以在下方评论。

　　地理位置信息还没搞定，我也不知道。本来想回本地地图的，但是坑爹的微信公众平台不支持订阅号发图，只有服务号可以...坑...

　　p>

　　也许你可以回到附近的餐馆..

　　PHP 抓取网页

　　SAE 类别

　　对于网页抓取，SAE提供了一个类供我们调用，虽然也支持curl，但是原文是这么说的……来体验一下吧……

　　

　　为了减少收费.. 我将使用它的类。其实很简单，像这样

　　$page = new SaeFetchurl();

$content = $page->fetch(“http://blog.csdn.net/yuri_4_vera");

　　这样就可以抓取整个网页了。如果此时回显$content，就会看到整个HTML代码输出为文本。

　　正则表达式

　　抓取网页很容易..难点是如何挑出评论和评论的数量..我关心的部分在这里：

　　

访问：508次

积分：72分

排名：千里之外

原创：7篇

转载：0篇

译文：0篇

评论：0条

　　我的第一个念头就是字符串匹配……实在想不出简单的方法，所以想用之前用Python写的正则表达式，但是好像两个函数支持的不一样，总有一些符号不对，PHP函数会报错。后来在网上查了很多资料，都很难找到适合自己需要的。我想从标签开始，中间的所有标签都不需要，只要里面的文字即可。

　　最后，我真的别无选择。我找到了一些例子并尝试了它。我用了三个例子，改了一下，这样就实现了选择：

　　1.查找与标签匹配的所有元素

　　2.删除“”（包括）

　　3.去掉“/”

　　代码变得有点复杂..我用了三个正则表达式，一个搜索和两个替换

　　class fetch

{

public function get()

{

$page = new SaeFetchurl();//SAE的抓取网页类

$content = $page->fetch("http://blog.csdn.net/yuri_4_vera");

if($page->errno() == 0)

{

$regex = ‘/(.*?)/si’;//第一次匹配的正则表达式，找出所有和内的部分

if(preg_match_all($regex, $content,$result,PREG_PATTERN_ORDER))

{

for ( $i = 0; $i < 7; $i ++ )//对于每个部分分别进行操作

{

$result[1][$i] = preg_replace("","", $result[1][$i]);//去除部分

$result[1][$i] = preg_replace("","", $result[1][$i]);//去除”/”

}

return $result[1];

}

}

else

echo $page->errmsg();

}

}

　　反思

　　花了好长时间才学好正则表达式……我还是不能有效的挑出需要的片段，去掉不需要的部分

　　这次用的是SVN工具，上传代码很方便。

　　订阅号真可怜。。只能发短信。。。谁能借我一个服务号试试？就算一个月只能推一个……我承认……