Php正则表达式的应用———提取某网站中最新发表的代理ip地址

正则表达式的功能是非常强大的，主要三方面应用。1.判断指定的字符串是否具有指定的格式

2.查找具有指定格式的字符串

3. 将具有指定格式的字符串替换为另一种格式

本文主要利用php正则表达式来提取网站发表的代理ip地址，并转换为指定格式，保存为txt文档。然后添加到代理猎手软件中，验证成功，我们就能使用代理ip了，O(∩_∩)O~。再不怕网友知道你的真实ip地址了。增加了安全性，还能恶搞。（注：请勿触犯法律）

本程序选择发表代理ip地址的网址为：http://www.sooip.cn。感谢他们无私的奉献，值得我们表扬，值得我们浏览。http://www.sooip.cn，在发一遍。

Php代码如下：

<?php

/**

* @ Author:朱南天

*Date: 2009-06-24

**/

$filename="http://www.sooip.cn/Article_search.asp";

$fileinfo=file_get_contents($filename);

$fileinfo=strtolower($fileinfo);

$fileinfo=strstr($fileinfo,"1.<a");

$infoarr=explode("5.<a",$fileinfo);

$fileinfo=$infoarr[0];

if(!preg_match_all('/href="(.*?)"/',$fileinfo,$id))

{

preg_match_all('/href=/'(.*?)/'/',$fileinfo,$id);  //获取文章的地址

}

$idend=str_replace("http://www.sooip.cn/","",$id[1]);

/*将获得地址统一，例如获得有的是http://www.sooip.cn/Article_Show.asp?ArticleID=3478 ，有的是Article_Show.asp?ArticleID=3478   */

foreach($idend as $i)

{

$fileinfonew=file_get_contents('http://www.sooip.cn/'.$i);

$fileinfonew=str_replace(' ','',$fileinfonew);

preg_match('/title>(.*)</',$fileinfonew,$filename);

//提取网页的标题，作为保存文件的文件名

preg_match_all('//d{1,3}/./d{1,3}/./d{1,3}/./d{1,3}/s{1,}/d+/',$fileinfonew,$ip);

/* 关键所在，匹配ip地址及端口 */

$ipnew=preg_replace('//r/n/','',$ip[0]);

$ipnew=preg_replace('//s{1,}/',':',$ipnew);

//转换为指定格式，形如 xxx.xxx.xxx.xxx：端口

$strinfo=join("/r/n",$ipnew); //添加txt中换行符

$txtfilename=str_replace(array('/','//','|',':','?','<','>','"','*'),"  ",$filename[1]);

/*

排除 文件名中不容许出现的字符，如 /  /  :  *   ?  ,   <   >  |

*/

file_put_contents("$txtfilename.txt",$strinfo);  //写入文件

}

?>

注：1.本程序有些依赖网页源代码的格式与内容，若网页有所改变，该程序可能有些问题。

2.本程序中有些是不是必需的，如提取网页标题作为保存文件文件名。读者可另设简单的名字，简化程序。

3.读者可任意复制，转载时要注明转载