用PHP抓取百度貼吧郵箱數據

注：本程序可能很是適合那些作百度貼吧營銷的朋友。

去逛百度貼吧的時候，常常會看到樓主分享一些資源，要求留下郵箱，樓主纔給發。

對於一個熱門的帖子，留下的郵箱數量是很是多的，樓主須要一個一個的去複製那些回覆的郵箱，而後再粘貼發送郵件，不是被折磨死就是被累死。無聊至極寫了一個抓取百度貼吧郵箱數據的程序，須要的拿走。

程序實現了一鍵抓取帖子所有郵箱和分頁抓取郵箱兩個功能，界面懶得作了，效果以下：

老規矩，直接貼源碼

<?php
$url2="";
$page="";
if($_GET['url2']==""){
    $url2="http://tieba.baidu.com/p/2314539885?pn=1";
}else{
    $url2=$_GET['url2'];
}

if($_GET['page']==""){
    $page="1";
}else{
    $page=$_GET['page'];
}
?>
<form action="" method="get">
<input type="hidden" value="getAll" name="type" />
<table>
    <tr>
        <td>帖子連接：</td><td><input type="text" name="url" value="http://tieba.baidu.com/p/2314539885" style="width:300px;" /></td>
    </tr>
    <tr>
        <td>總頁數：</td><td><input type="text" name="page" style="width:300px;" value="<?php echo $page;?>" /></td>
    </tr>
    <tr>
        <td colspan=2><input type="submit" value="抓取所有郵箱數據" /></td>
    </tr>
</table>
</form>

<form action="" method="get">
<input type="hidden" value="getNow" name="type" />
<table>
    <tr>
        <td>帖子連接：</td><td><input type="text" name="url2" value="<?php echo $url2;?>" style="width:300px;" /></td>
    </tr>
    <tr>
        <td colspan=2><input type="submit" value="抓取當前頁面郵箱數據" /></td>
    </tr>
</table>
</form>
<?php
if($_GET['type']!=""){
    $counts=0;
    if($_GET['type']=="getAll"){
        $pages=$_GET['page'];
        $url = $_GET['url'];
        for($i=0;$i<$pages;$i++){
            $ch2 = curl_init();
            curl_setopt($ch2, CURLOPT_URL, $url);
            curl_setopt($ch2, CURLOPT_FOLLOWLOCATION, TRUE);
            curl_setopt($ch2, CURLOPT_SSL_VERIFYHOST, FALSE);
            curl_setopt($ch2, CURLOPT_SSL_VERIFYPEER, false);
            curl_setopt($ch2, CURLOPT_RETURNTRANSFER, TRUE);
            $texts = curl_exec($ch2);
            curl_close($ch2);
            $dat=getEmail($texts);
            for($j=0;$j<count($dat);$j++){
                echo $dat[$j]."<br />";
                $counts++;
            }
        }
    }else if($_GET['type']=="getNow"){
        $url = $_GET['url2'];
        $ch2 = curl_init();
        curl_setopt($ch2, CURLOPT_URL, $url);
        curl_setopt($ch2, CURLOPT_FOLLOWLOCATION, TRUE);
        curl_setopt($ch2, CURLOPT_SSL_VERIFYHOST, FALSE);
        curl_setopt($ch2, CURLOPT_SSL_VERIFYPEER, false);
        curl_setopt($ch2, CURLOPT_RETURNTRANSFER, TRUE);
        $texts = curl_exec($ch2);
        curl_close($ch2);
        $dat=getEmail($texts);
        for($i=0;$i<count($dat);$i++){
            echo $dat[$i]."<br />";
            $counts++;
        }
    }
    echo '<h2>共採集到數據：'.$counts.'條</h2>';
}
function getEmail($str){
    $pattern = "/([a-z0-9\-_\.]+@[a-z0-9]+\.[a-z0-9\-_\.]+)/"; 
    preg_match_all($pattern,$str,$emailArr); 
    return $emailArr[0]; 
}
?>