PHP实现小偷程序优点：通过PHP小偷，我们可以借用别人网站上的信息而不用自己辛苦地去采集。 缺点：需要把整页的HTML代码读取到本地，然后通过匹配获取到想要的信息再进行显示，这样大大影响网页的加载速度。 改进：通过AJAX异步读取HTML代码，后台进行匹配获取到想要的信息，再显示到前台页面。 预备知识：PHP、AJAX、正则表达式。 关键字：file_get_contents()、fopen()、fwrite()、eregi()，前三个关键字都是关于PHP文件处理的函数，eregi()是关于正则表达式的函数。 一、PHP小偷原理的实现：1、file_get_contents()、fopen()、fwrite()的应用 咱们用华夏黑客牛刀小试吧，把主页的全部信息获取过来。 建立一个PHP文件： <?php $url='
http://www.77169.com'; //file_get_contents()函数获取网页的html文档 $file=file_get_contents($url); //建立一个新文件ImitationIndex.htm $newfile=fopen('ImitationIndex.htm','w'); //把内容读取进去 fwrite($newfile,$file); //关闭打开的文件 fclose($newfile); ?>ImitationIndex.htm获取主页全部的HTML（保存好，以备下次使用）。 2、eregi()函数的应用 通过eregi()获取里的内容： <?php $url='
http://www.77169.com'; //file_get_contents()函数获取网页的html文档 $file=file_get_contents($url); //通过eregi()匹配获取想要的信息 eregi('<title>(.*)</title>',$file,$rg);//建立一个新文件 $newfile=fopen('title.htm','w'); //把内容读取进去 fwrite($newfile,$rg[1]); ?>打开title.htm可以看到已经获取了<title></title>之间的内容 从上面的两个例子，已经知道PHP小偷的实现原理，从中也知道它的不足之处，但通过AJAX可以完善它，使它可以用于实践项目中。 二、PHP小偷技术的实用和改进：目的：获取华夏黑客的最新资讯，并实时更新查看示例。 实际中可能只用到三个页面：showNews.php、Update.php、HackNews.htm，但为了能看到实时更新的效果，这里用到了模拟主页的页面ImitationIndex.htm。 showNews.php： <style type="text/css"> body{background:#c60;} a{color:#444;font:12px Courier New;padding:8px;} a:hover{color:#f00} #hei_content{width:400px;background:#ccc;border:2px solid#000;border-bottom:5px solid#000;} </style> <?php echo('<div id="hei_content">'); include('HackNews.htm'); echo('</div>'); ?> <script type="text/javascript"> window.onload=UpdateNews; function GetXmlHttp() { var xmlhttp; try { //IE7.0 ect xmlhttp=new ActiveXObject("Msxml2.XMLHTTP"); } catch(a) { try { //ie6.0 ect xmlhttp=new ActiveXObject("Mscrosoft.XMLHTTP"); } catch(b) { //非IE xmlhttp=new XMLHttpRequest(); } } return xmlhttp; } function StateChange() { if(xmlhttp.readyState==4&&xmlhttp.status==200) { document.getElementById("hei_content").innerHTML=xmlhttp.responseText; } } function UpdateNews() { xmlhttp=GetXmlHttp(); xmlhttp.onreadystatechange=StateChange; var url='Update.php'; url=url+"?sid="+Math.random(); xmlhttp.open("GET",url,true); xmlhttp.send(null); } </script>HackNews.htm是已经缓存的文件，这样不用加载主页上的整个HTML再显示，这个工作留给AJAX： document.getElementById("hei_content").innerHTML=xmlhttp.responseTextxmlhttp.responseText就是加载更新后的内容。 Update.php： <?php $url='ImitationIndex.htm'; //file_get_contents()函数获取网页的html文档 $file=file_get_contents($url); //$regx为正则表达式的内容,用于匹配获取想要的信息 $regx='<td background=
http://hack.77169.com/UploadFiles_8057/200902/20090220100422648.gifcolSpan=3 height=100> (.*)</td> </tr> </table> </td> </tr> <tr> <td colSpan=3><IMG height=8 src=/"
http://hack.77169.com/UploadFiles_8057/200902/20090220100422568.gif'; //eregi()获取匹配到的内容,赋值给数组变量$rg; eregi($regx,$file,$rg); //建立一个新文件HackNews.htm $newfile=fopen('HackNews.htm','w'); //把内容读取进去 fwrite($newfile,$rg[1]); fclose($newfile); //用iconv编码转换后,输出匹配的HTML内容 $rg[1]=iconv('gb2312','utf-8',$rg[1]); echo($rg[1]); ?>Update.php是异步更新的后台页面，“$newfile=fopen('HackNews.htm','w');”和 “fwrite($newfile,$rg[1]);”把更新的内容重新保存在HackNews.htm中，下次在index.php中include时就直接调用这个页面，“$url='ImitationIndex.htm'”在实际应用中应该是 “$url='
http://www.77169.com'”，但为了便于调试，建立一个ImitationIndex.htm模拟页面，如果对 ImitationIndex.htm页面中最新资讯中的内容改改，就可以看到实时更新效果。 总结：通过AJAX改进的PHP小偷技术，在采集多个网站的大量信息下，页面的加载速度并不会受多大影响。
