初级的用php写的采集程序

可以先用这个采集然后在用帝国处理
<？php
####################################################################################
#作者：9elong
#网站：个人小站不值一提
#时间：2007-01-01
#声明：仅用于学习php之用。
#功能：采集单页面图片。
#说明：3个示范表单已经写好正则用来示范。没有任何功能说明，一切都在源代码里。附加论坛图片采集正则示范
####################################################################################
//把图片从信息页抓取下来的函数
function  getimg（$url,$n,$key,$imgqian,$imgbiao,$titlekey）
{
                //$key图片地址正则
                //$titlekey图片标题正则
                //$imgqian图片地址前缀
                //$imgbiao图片地址特殊标识
                global  $n;
                global  $msg;
                global  $result;
                global  $imgadd;
                global  $title;
                $msg=file_get_contents（$url）;
                $key=str_replace（"{图片地址}","（.+）",$key）;
                $key="|".$key."|isU";
                preg_match_all（$key,$msg,$result）;
                $c=count（$result[0]）;
                for（$i=0;$i<$c;$i++）
                {
                                $img=$result[0][$i]."<br>";
                                if（ereg（"^.*".$imgbiao.".*$",$img））
                                {
                                                $img=str_replace（$imgbiao,$imgqian.$imgbiao,$img）;
                                                preg_match（"|http://（.+）jpg|isU",$img,$img）;
                                                $imgadd[$n]=$img[0];
                                                //echo  "<img  src=".（$img[0]）."><br>";
                                                $n++;
                                }
                                elseif（ereg（"^.*jpg.*$",$img））
                                {
                                                preg_match（"|http://（.+）jpg|isU",$img,$img）;
                                                $imgadd[$n]=$img[0];
                                                if（$img[0]！=""）
                                                $n++;
                                }
                                unset（$img）;
                }
                                $titlekey=str_replace（"{图片标题}","（.+）",$titlekey）;
                                $titlekey="|".$titlekey."|isU";
                                preg_match（$titlekey,$msg,$title）;
                                //echo  $title[0];
                                return  $title;
                return  $msg;
                return  $result;
                return  $n;
                return  $imgadd;
}
####################################################################################
#不支持file_get_contents（）函数可以使用下面的替换
#$i=0;
#$handle=@fopen（$url,"rb"）;
#while  （！@feof（$handle））
#{
#                $buffer[$i]=  @fgets（$handle,  4096）;
#                $i++;
#}
#fclose（$handle）;
#$msg=join（"",$buffer）;
####################################################################################
if（$_GET["act"]=="getimgadd"&&$_POST["url"]！=""）
{
                $url=$_POST["url"];
        getimg（$url,"0",$_POST["key"],$_POST["imgqian"],$_POST["imgbiao"],$_POST["titlekey"]）;
####################################################################################
        //获取分页
                if（$_POST["getpage"]=="是"）
        {
                                $_POST["page"]=str_replace（"{分页地址}","（.+）",$_POST["page"]）;
                $page="|".$_POST["page"]."|isU";
                //echo  $page;
        preg_match_all（$page,$msg,$presult）;
                if（$_POST["pc"]==""||$_POST["pc"]=="全部"）
                        $pc=count（$presult[0]）;
                else
                                $pc=$_POST["pc"];
                if（$_POST["pc"]>count（$presult[0]））
                                $pc=count（$presult[0]）;
                for（$i=1;$i<$pc;$i++）
                {
                                $pageurl=$presult[0][$i];
                                //echo  $pageurl."<br>";
                                if（ereg（"^.*[1-9].*$",$pageurl））
                                {
                                                $pageurl=str_replace（"<a  href="","<a  href="".$_POST["imgqian"],$pageurl）;
                                                $pagekey=str_replace（"{关键地址}","（.+）",$_POST["pagekey"]）;
                                                $pagekey="|".$pagekey."|isU";
                                                preg_match（$pagekey,$pageurl,$N3[$i]）;
                                                //echo  （$N3[$i][0]）."<br>";
                                                getimg（$N3[$i][0],$n,$_POST["key"],$_POST["imgqian"],$_POST["imgbiao"],$_POST["titlekey"]）;
                                }
                }
        }
####################################################################################
        echo  "图片集〖".$title[1]."〗".$n."张图片被抓取<br><a  href="？act=">返回首页</a><br>";

                while（list（$num,$var）=each（$imgadd））
                {
                                if（$_POST["showtype"]=="图片"）
                                {
                                                echo  "<img  src="".$var.""><br>";
                                }
                                else
                                echo  $var."<br>";
                }
####################################################################################
                //exit（）;
}
？>
实例1（信息页有分页，使用了简单的分页正则）：
<FORM  METHOD=POST  ACTION="？act=getimgadd">
输入图片地址<INPUT  TYPE="text"  NAME="url"  size=80  value="http://www.pp132.com/n835c17.shtml"><br>
图片地址正则<INPUT  TYPE="text"  NAME="key"  size=80  value="<img{图片地址}>"><br>
图片地址前缀<INPUT  TYPE="text"  NAME="imgqian"  size=80  value="http://www.pp132.com/"><br>
图片地址标识<INPUT  TYPE="text"  NAME="imgbiao"  size=80  value="upload"><br>
图片标题正则<INPUT  TYPE="text"  NAME="titlekey"  size=80  value="<H1  class=aTitle>{图片标题}</H1></DIV>"><br>
分页地址正则<INPUT  TYPE="text"  NAME="page"  size=80  value="<a  href="{分页地址}shtml">.[0-9]"><br>
分页地址模式<INPUT  TYPE="text"  NAME="pagekey"  size=80  value="http://{关键地址}shtml"><br>
<SELECT  NAME="getpage">
<option  value="是"    selected="selected">获取分页信息</option>
<option  value="否">不要分页信息</option>
</SELECT><br>
<SELECT  NAME="pc">
<option  value="1"    selected="selected">获取1页</option>
<option  value="2">获取2页</option>
<option  value="3">获取3页</option>
<option  value="4">获取4页</option>
<option  value="5">获取5页</option>
<option  value="全部">获取全部</option>
</SELECT><br>
<SELECT  NAME="showtype">
<option  value="图片"    selected="selected">直接显示图片</option>
<option  value="文字">直接显示地址</option>
</SELECT><br>
<INPUT  TYPE="submit">
</FORM><br>
实例2（信息页没有分页，所以分页正则为空）：
<FORM  METHOD=POST  ACTION="？act=getimgadd">
输入图片地址<INPUT  TYPE="text"  NAME="url"  size=80  value="http://zy.muwen.com/pic/89/2007/01/01/131721.htm"><br>
图片地址正则<INPUT  TYPE="text"  NAME="key"  size=80  value="<IMG  src="/UpLoad{图片地址}jpg""><br>
图片地址前缀<INPUT  TYPE="text"  NAME="imgqian"  size=80  value="http://zy.muwen.com/"><br>
图片地址标识<INPUT  TYPE="text"  NAME="imgbiao"  size=80  value="UpLoad"><br>
图片标题正则<INPUT  TYPE="text"  NAME="titlekey"  size=80  value="<span  id="_ctl0_TitleLabel"  class="Title">{图片标题}</span></TD>"><br>
分页地址正则<INPUT  TYPE="text"  NAME="page"  size=80  value=""><br>
分页地址模式<INPUT  TYPE="text"  NAME="pagekey"  size=80  value=""><br>
<SELECT  NAME="getpage">
<option  value="是">获取分页信息</option>
<option  value="否"    selected="selected">不要分页信息</option>
</SELECT><br>
<SELECT  NAME="pc">
<option  value="1"    selected="selected">获取1页</option>
<option  value="2">获取2页</option>
<option  value="3">获取3页</option>
<option  value="4">获取4页</option>
<option  value="5">获取5页</option>
<option  value="全部">获取全部</option>
</SELECT><br>
<SELECT  NAME="showtype">
<option  value="图片"    selected="selected">直接显示图片</option>
<option  value="文字">直接显示地址</option>
</SELECT><br>
<INPUT  TYPE="submit">
</FORM><br>
实例3（信息页没有分页，所以分页正则为空,图片为绝对地址，所以图片地址前缀为空）：
<FORM  METHOD=POST  ACTION="？act=getimgadd">
输入图片地址<INPUT  TYPE="text"  NAME="url"  size=80  value="http://www.6642.com/Disp/9936.htm"><br>
图片地址正则<INPUT  TYPE="text"  NAME="key"  size=80  value="<P><IMG{图片地址}"></P>"><br>
图片地址前缀<INPUT  TYPE="text"  NAME="imgqian"  size=80  value=""><br>
图片地址标识<INPUT  TYPE="text"  NAME="imgbiao"  size=80  value="UpLoad"><br>
图片标题正则<INPUT  TYPE="text"  NAME="titlekey"  size=80  value="<div  align="right"><b>{图片标题}</b></div></td>"><br>
分页地址正则<INPUT  TYPE="text"  NAME="page"  size=80  value=""><br>
分页地址模式<INPUT  TYPE="text"  NAME="pagekey"  size=80  value=""><br>
<SELECT  NAME="getpage">
<option  value="是">获取分页信息</option>
<option  value="否"    selected="selected">不要分页信息</option>
</SELECT><br>
<SELECT  NAME="pc">
<option  value="1"    selected="selected">获取1页</option>
<option  value="2">获取2页</option>
<option  value="3">获取3页</option>
<option  value="4">获取4页</option>
<option  value="5">获取5页</option>
<option  value="全部">获取全部</option>
</SELECT><br>
<SELECT  NAME="showtype">
<option  value="图片"    selected="selected">直接显示图片</option>
<option  value="文字">直接显示地址</option>
</SELECT><br>
<INPUT  TYPE="submit">
</FORM><br>

华声论坛图片为附件http://bbs.hnol.net/dispbbs2.asp？boardID=50&ID=336436

图片地址正则:upload=jpg{图片地址}upload

图片地址标识:bbs

图片标题正则:帖子主题</B>：{图片标题}</th>

华声论坛图片为外链http://bbs.hnol.net/dispbbs2.asp？boardID=50&ID=336253

图片地址正则:img]{图片地址}/img

图片地址标识:jpg

图片标题正则:帖子主题</B>：{图片标题}</th>