分享自动采集新闻内容的php脚本

今天分享一个php脚本，全自动采集新闻内容，以p标签分割内容，每个p标签为一行句子，保存到文件夹txt

脚本代码：

header('Content-type:text/html; charset=utf-8');  
// www.DiDitest  玩站弟弟  
function sina()  
{  
    $html = file_get_contents('http://feed.mix.sina.com.cn/api/roll/get?pageid=153&lid=2510&k=&num=300&page=1');  
    preg_match_all("/\"url\":\"(.*?)\",/", $html, $urls);  
    foreach ($urls['1'] as $url) {  
        $wz_url = str_replace('https', 'http', $url);  
        $wz_url = str_replace('\\', '', $wz_url);  
        $html = file_get_contents($wz_url);  
        preg_match("/<h1 class=\"main-title\">(.*?)<\/h1>/", $html, $titles);  
        preg_match("/<div class=\"article\" id=\"article\">.*?<p class=\"show_author\">/s", $html, $contents);  
        preg_match_all("/<p>(.*?)<\/p>/", $contents['0'], $juzis);  
        foreach ($juzis['1'] as $juzi)  
        {  
            $wz_juzi = ltrim($juzi, "　");  
            $wz_juzi = preg_replace("/<.*?>/", '', $wz_juzi);  
            if (!strstr($juzi, '原标题')) {  
                if (mb_strlen($wz_juzi, 'UTF-8') > 60) {  
                    file_put_contents(str_replace('\\','/',__DIR__).'/diditest/'. date("Ymd") . '.txt', $juzi . PHP_EOL, FILE_APPEND);  
                }  
            }  
        }  
  
        echo $titles['1'] . " >>> 采集完成" . "<br>";  
    }  
}  
sina();  

这个代码保存后，会在diditest文件夹，生成当天日期为命名的txt，生成采集下来，分割后的句子内容