收集器，通常称为小偷程序，主要用于抓取他人网页的内容。关于集热器的制作，其实并不难。就是远程打开要采集的网页，然后用正则表达式匹配需要的内容。只要你有一点基本的正则表达式，你就可以制作自己的收集器。.

前几天，做了一个小说连载程序。因为怕更新麻烦，顺便写了个收集器收集八通中文网。功能比较简单，不能自定义规则。你可以自己扩展。

使用php作为收集器主要使用()和()两个函数，前者是远程读取网页内容，但只能在php5以上版本使用网站模板，后者是常规函数，用于提取所需的内容。

下面逐步介绍功能实现。

因为是小说合集，所以必须先提取出书名、作者、体裁，其他信息可以根据需要提取。

这里是《回归明朝当太子》的目标，首先打开参考书目页面，链接：

再翻几本书，你会发现书名的基本格式是：ISBN/.aspx，所以我们可以做一个起始页，定义一个，用它来输入要收藏的书号。以后可以用$['']等格式接收需要收藏的书号。收到书号后，接下来就是构建书目页面：$url=$['']/.aspx，当然这里是个例子，主要是为了解释方便，最好查一下$['' ] 合法性。

构建好 URL 后，就可以开始收集图书信息了。使用()函数打开参考书目页面：$=($url)，这样就可以读出参考书目页面的内容了。下一步是匹配标题、作者和流派等信息。这里以书名为例网站制作，其他都一样。打开参考书目页面，查看源文件，找到《回明为王》，这是要提取的书名。正则表达式提取书名：/(.*?)\/is，使用()函数提取书名：("/(.*?)\/is",$,$); 所以 $[0] [0] 的内容就是我们想要的标题（函数的用法可以百度查到，这里就不详细解释了）。取出图书信息后，下一步是取章节的内容。取章节内容，首先要找到每一章节的地址，然后远程打开章节，使用正则取出内容php采集代码，存入库或者直接生成html静态文件。这是章节列表的地址： 可以看到这个和参考书目页面一样，可以定期找到：分类号/书号/List.shtm。之前已经获得了书号。这里的关键是找到分类号。分类号可以在之前的参考书目页面上找到。提取分类号：存入库或直接生成html静态文件。这是章节列表的地址： 可以看到这个和参考书目页面一样，可以定期找到：分类号/书号/List.shtm。之前已经获得了书号。这里的关键是找到分类号。分类号可以在之前的参考书目页面上找到。提取分类号：存入库或直接生成html静态文件。这是章节列表的地址： 可以看到这个和参考书目页面一样php采集代码，可以定期找到：分类号/书号/List.shtm。之前已经获得了书号。这里的关键是找到分类号。分类号可以在之前的参考书目页面上找到。提取分类号：

("/Html\/Book\/[0-9]{1,}\/[0-9]{1,}\/List\.shtm/is",$,$); 这还不够，还需要一个 cut 函数：

[复制PHP代码] [-] PHP代码如下：

引用如下：

切($,$,$end){

$ = ($,$);

$ = ($end,$[1]); $[0];} 其中$是要剪切的内容，$是开头，$end是结尾。取出分类号：

$ = "HTML/书/";

$结束

= "列表.shtm";

$ = cut($[0][0],$,$end);

$ = ("/",$);[/php]

这样，$[0] 就是我们要找的分类号。下一步是构造章节列表的地址：$ = $[0]/$['']/List.shtm。有了这个，你可以找到每一章的地址。方法如下：

引用如下：

$ = "\"";

$uend

= "\"";

//t的缩写

$ = ">";

$倾向于

= "