原来想12点之前发的。。但小看一下都3点半了。。。 就算昨天的吧 原来获取文章内容时用正则是最好的，速度也是最快的， 怎样正则是好，但正则表达式是真难！于是乎小查了一下， 网上也有许多人也在用PHP Simple Dom 固然效率慢了点，但结果照旧不错的 从包括类库文件到写入txt文件 或许是7/8就秒 尚有带于进一步优化，出格是那获取文章内容时的正则，谁人太恶心了 各人可以小研究一下
<?php //包括PHP Simple html Dom 类库文件 include_once('./simplehtmldom/simple_html_dom.php'); //收罗html function getwebcontent($url){ $ch = curl_init(); $timeout = 10; curl_setopt($ch, CURLOPT_URL, $url); curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $timeout); curl_setopt ($ch, CURLOPT_FOLLOWLOCATION, 1); $contents = trim(curl_exec($ch)); curl_close($ch); return $contents; } //得到标题和url $string = getwebcontent('http://www.babytree.com/learn/zhunbeihuaiyun/jijibeiyun/2'); //正则匹配<li>获取标题和地点 preg_match_all ("/<li><a href=http://enenba.com/\"\/learn\/article\/(.*)\">(.*)<\/a>/", $string, $out, PREG_SET_ORDER); foreach($out as $key => $value){ $article['title'][] = $out[$key][2]; $article['link'][] = "http://www.babytree.com/learn/article/".$out[$key][1]; } //按照url获取文章内容 foreach($article['link'] as $key=>$value){ $html = file_get_html($value); $div = $html->find('div[id=pagenum_0]'); $article[content][] = $div[0]->innertext; } //标题转码---真正用的时候不消这步--因为咱原来就要用utf8的 //不转码还真不能生存成文件 foreach($article[title] as $key=>$value){ $article[title][$key] = iconv('utf-8', 'gbk', $value);//转码 } //存入文件 $num = count($article['title']); for($i=0; $i<$num; $i++){ file_put_contents("{$article[title][$i]}.txt", $article['content'][$i]); }end