同时提取多条新闻中的文本一例

本文为一个提取一批新闻网页中的文本的小程序，它可以将各篇新闻的内容存为以该新闻标题为文件名的文本文件。如有更好的处理方法，请和我联系：
[email protected]
这里以人民网中的“今日要闻”下的新闻为例.

1   
2($url) ? "" : $url = "http://www.unn.com.cn/GB/channel2/3/11/index.html"; // 今日要闻   
3if(isset($url)&&$url!="") {   
4$str = implode("",file($url));   
5$str_ary = explode("

<ul>",$str);
$str_ary = explode("<li>",trim($str_ary[1]));
for ($i=0; $i<8; $i++) {
if (strlen(trim($str_ary[$i]))<3){
continue;
}
echo "新闻".$i."：".$str_ary[$i];
$str1=strstr("$str_ary[$i]",'<a ");="" $len="$len1-$len2;" $len1='strlen("$str1");' $len2='strlen("$str2");' $str='implode("",file($url));' $str1="explode('<div" $str_ary[$i]",'"="" $url="http://www.unn.com.cn/" (strlen(trim($url))!="0)" )="" .$url;="" align="right" contents="" define(contents_dir,".="" href="/');
$str2=strstr(" if="" if(isset($url)&&$url!="" target');="" {="">',$str); //去掉文件没用的上半部分
$str2 = explode('<h4 align="center"> </h4>',$str1[1]);
//取出文件的下半部分，并去掉没用的下半部分，这时得到的都是有用的
$str3=explode('<font size="+2"><b><font size="3">',$str2[0]); //从整个有用部分取出文件标题和正文
$str4=explode('',$str2[0]); //取出日期和时间
$str5=explode('</font></b></font><font size="2">',$str3[1]); //从标题和正文部分取出标题
$title=str_replace("<br/>","",$str5[0]);
$str3=explode('<p><font size="2">',$str2[0]); //从整个有用部分取出文件正文
$str3[1]=str_replace('<br/><br/> ',"\n"." ",$str3[1]);
$str3[1]=str_replace(' ',"",$str3[1]);
$str3=strip_tags($str3[1]);
$pf=trim($title).".txt";
$ppf=fopen(CONTENTS_DIR."$pf",'w');
fputs($ppf,$title);
fputs($ppf,"$str4[0]");
fputs($ppf,$str3);
}
}
}
}