百度貼吧大家都經常逛，去逛百度貼吧的時候，經常會看到樓主分享一些資源，要求留下郵箱，樓主才給發。
對于一個熱門的帖子，留下的郵箱數量是非常多的，樓主需要一個一個的去復制那些回復的郵箱，然后再粘貼發送郵件，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，需要的拿走。
程序實現了一鍵抓取帖子全部郵箱和分頁抓取郵箱兩個功能，界面懶得做了，效果如下：
老規矩，直接貼源碼
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
|
<?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>帖子鏈接：</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="抓取全部郵箱數據" /></td></tr></table></form><form action="" method="get"><input type="hidden" value="getNow" name="type" /><table><tr><td>帖子鏈接：</td><td><input type="text" name="url2" value="<?php echo $url2;?>" style="width:300px;" /></td></tr><tr><td colspan=2><input type="submit" value="抓取當前頁面郵箱數據" /></td></tr></table></form><?phpif($_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 />";$counts++;}}echo '<h2>共采集到數據：'.$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]; }?> |
